网站开发的硬件环境和软件怎么写,域名网站如何做市场推广,wordpress如何调用js,wordpress删除修订在目标检测任务中#xff0c;数据标注是模型训练的关键环节。常用的标注工具有Labelimg和 Labelme#xff0c;它们均能够以直观的方式对图像中的目标进行标注#xff0c;并生成包含标注信息的TXT文件或者 JSON 文件。然而#xff0c;YOLO模型使用的是特定格式的 .txt 文件作… 在目标检测任务中数据标注是模型训练的关键环节。常用的标注工具有Labelimg和 Labelme它们均能够以直观的方式对图像中的目标进行标注并生成包含标注信息的TXT文件或者 JSON 文件。然而YOLO模型使用的是特定格式的 .txt 文件作为训练数据。因此在使用 Labelme 进行标注后如何将 JSON 文件转换为 YOLO 训练所需的 .txt 文件格式成为了数据准备过程中的重要步骤。 本篇文章将详细介绍如何将 Labelme 生成的 JSON 文件转换为适用于 YOLO 训练的 .txt 文件并通过 Python 代码示例帮助你高效完成数据集的格式转换。 思路为json文件中需要提取的关键信息为类别和坐标可在shapes标签中通过提取label和points的值并进行分析得到再将坐标值进行归一化将全部信息按照每行文本输出到txt文件中得到的即为yolo格式的txt文件。 需要注意labelme标注的json文件可以有矩形框和多边形框以及其它一些种类的形状这里我们需要处理矩形“rectangle”和多边形“polygon”两种类型的标签分别提取后经分析即可。 代码如下输入输出均为文件夹都是针对文件夹进行批量格式转换的。 # 作者CSDN-笑脸惹桃花 https://blog.csdn.net/qq_67105081?typeblogimport json import osdef json2yolo(json_path, output_dir, category_list):with open(json_path, r) as f:labelme_data json.load(f) # 读取JSON数据image_width labelme_data.get(imageWidth, 1) # 避免为0的情况image_height labelme_data.get(imageHeight, 1)l []# 遍历所有的标注形状for shape in labelme_data[shapes]:label shape[label]if label not in category_list:print(fSkipping shape with label {label} not in category list.)continuecategory category_list.index(label)points shape[points]if shape[shape_type] rectangle:(x1, y1), (x2, y2) pointselif shape[shape_type] polygon:x1, y1 min(point[0] for point in points), min(point[1] for point in points) x2, y2 max(point[0] for point in points), max(point[1] for point in points) else:continue# 计算YOLO格式所需的中心点和宽高x_center max(0, (x1 x2) / 2.0 / image_width)y_center max(0, (y1 y2) / 2.0 / image_height)width max(0, (x2 - x1) / image_width)height max(0, (y2 - y1) / image_height)l.append(f{category} {x_center} {y_center} {width} {height})# 输出txt文件output_file os.path.join(output_dir, os.path.splitext(os.path.basename(json_path))[0] .txt)with open(output_file, w) as f:f.write(\n.join(l))def process_folder(json_folder, output_folder, category_list):if not os.path.exists(output_folder):os.makedirs(output_folder)for filename in os.listdir(json_folder):if filename.endswith(.json):json_path os.path.join(json_folder, filename)json2yolo(json_path, output_folder, category_list)print(Conversion completed!)# 定义类别列表 category_list [hat, nohat] #修改为自己需要转化的列表# 输入文件夹和输出文件夹 json_folder r # 修改为输入json文件夹路径 output_txt_folder r # 修改为输出txt文件夹路径# 处理文件夹中的所有json文件 process_folder(json_folder, output_txt_folder, category_list)使用时修改category_list列表中的类别和输入输出文件夹的路径即可有疑问可以评论区交流~