Yolov5旋转目标检测数据集labelme生成的json转txt

最新推荐文章于 2024-10-26 16:09:02 发布

shelly-you

最新推荐文章于 2024-10-26 16:09:02 发布

阅读量3.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：视觉文章标签：深度学习 python 人工智能

本文链接：https://blog.csdn.net/shelly_you/article/details/122500602

利用labelme工具进行四点标注生成的json文件，结合原图，通过Python脚本转换成适合Yolov5训练的txt格式，包含坐标(x, y)、宽(w)、高(h)及角度(angle)信息。" 108269768,8600784,MATLAB中函数重载nargin和nargout的使用,"['MATLAB编程', '函数设计', '参数处理', '编程技巧']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

用labelme polygons标出四个点生成的json文件和原图一起放到data文件夹中，同级目录下运行下面的python文件生成txt

import os

import numpy as np

import json

from glob import glob

import cv2

import math

from sklearn.model_selection import train_test_split

from os import getcwd


classes = ["0", "1"]#写自己数据集的标签


labelme_path = "data/" #数据集路径


isUseTest = True # 是否创建test集


files = glob(labelme_path + "*.json")

files = [i.replace("\\", "/").split("/")[-1].split(".json")[0] for i in files]

print(files)

if isUseTest:

trainval_files, test_files = train_test_split(files, test_size=0.1, random_state=55)

else:

trainval_files = files


train_files, val_files = train_test_split(trainval_files, test_size=0.1, random_state=55)

contours=[]

rects=[]


def convert(size, box):

dw = 1. / (size[0])

dh = 1. / (size[1])

x1 = ((box[0] + box[1]) / 2.0 - 1)*dw#归一化

y1 = ((box[2] + box[3]) / 2.0 - 1)*dh

for rect in rects:

x, y = rect[0]

width,height=rect[1]

angle=rect[2]

if width<height: