锐客网

  1. 首页 > 睿知 > it技术 > >

深度学习|【深度学习】Yolov5标签归一化处理——json转换为txt

深度学习Pythonjsonyolov5标签转换json转换txt

一、标签转换 如下图所示，是标注的json文件。这里转换的时候所需要的，最重要的信息是 category_id和bbox，用这两个来转换成txt
深度学习|【深度学习】Yolov5标签归一化处理——json转换为txt
文章图片

需要完成以下的转换——> 左边的可能是其他渠道或者任务提供的json标注，右边的txt是yolov5所需要的标注
深度学习|【深度学习】Yolov5标签归一化处理——json转换为txt
文章图片

二、边界框(bounding box)说明 在目标检测中,用边界框来表示物体的位置,边界框为能正好包含物体的矩形框。如下图中包含框选的矩形框即为边界框。
深度学习|【深度学习】Yolov5标签归一化处理——json转换为txt
文章图片

边界框的表达形式：

  • xyxy格式： 边界框由左上角坐标（x1，y1）和右下角坐标（x2，y2）表示
  • xywh格式： 边界框由中心坐标（x，y）和框的长宽（w，h）表示——YOLO中主要采用的是这种
【深度学习|【深度学习】Yolov5标签归一化处理——json转换为txt】根据以上的标准，在进行转化之前，你需要知道你的json文件里面bbox存储的是哪种形式。
三、转换 1. bbox（x1,y1,x2,y2）的情况
  • size为图片的尺寸，一般json文件中可以获取，以list的形式储存，如[1920, 1080]
  • box为json里的边界框bbox，同样以list的形式表示
def convert(size,box): dw = 1. / size[0] dh = 1. / size[1] x = (box[0] + box[2]) / 2.0 y = (box[1] + box[3]) / 2.0 w = box[2] - box[0] h = box[3] - box[1] x = x * dw w = w * dw y = y * dh h = h * dh return(x,y,w,h)

1. bbox（x,y,w,h）的情况
def convert(siez,box): x, y, w, h = item['bbox'] dw = 1. / size[0] dh = 1. / size[1] x = x * dw w = w * dw y = y * dh h = h * dh return(x,y,w,h)

    推荐阅读


    上一篇：sklearn|t-SNE非线性降维

    下一篇：pytorch|pytorch_lesson2 张量的索引+torch.index_select+torch.view+张量的分片函数+张量的合并操作+张量的维度变换