如何将两个yolo格式的数据集合并成一个数据集

最新推荐文章于 2024-05-22 10:45:59 发布
最新推荐文章于 2024-05-22 10:45:59 发布
阅读量657 收藏 9
点赞数 9
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2202_75349420/article/details/136295839
版权

首先将图片进行重命名:全选图片，按F2重命名，再按ctrl+enter完成重命名。之后直接复制粘贴就不会打乱原有的顺序。

歪~歪~爽
关注
  • 9
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
YOLO格式的TinyPerson数据集
03-05
数据集样本数量为1532，所有图片已标注为VOC xml和YOLO txt两种格式，其中YOLO TXT 格式的已划分为训练集、验证集和测试集，能直接用于YOLO算法的训练。可用于YOLO小目标检测模型训练，机器学习，深度学习，人工智能...
python合并两个txt文件内容-yolo格式数据
小俊俊的博客
10-28 845
python合并两个txt文件内容-yolo格式数据 代码 import os import random import shutil def concattxt(path1,path2): pathdir1 = os.listdir(path1)#获取第一部分txt文件夹中的文件列表 for txtname in pathdir1: #name1 = os.path.splitext(txtname)[0]#获取当前txt文件名字
Yolo整理数据集踩的一些坑以及解决办法（附python脚本）
yxl_prm的博客
09-29 3093
好长时间没有发博客了啊，最近一直在学习yolo相关的，感觉知识博大精深，永无止境啊。 这两天把数据集汇总的时候，发现了很多问题，写个博客分享给友友们。 先说一下具体情况，我是运行yolov5的，数据集为图片和xml文件 一、数据集标签不统一问题 比如上面的标签是 abcdefg，项目需要改成 abc，我有很多个这样的文件，都需要改，手改耗时耗力，所以我找了一个很好用的脚本放在下图。 import os import xml.etree.ElementTree as ET #程序功能：批量修
【yolo数据集合并方法】
YUE__zy的博客
04-16 285
需要修改labels文件夹下txt文件class信息，根据每个单独数据集的class name 对照合并后数据集的期待class name修改。每一个数据集中包含图像文件夹和标签文件夹。包含训练集、验证集和测试集。
将两个YOLO格式的数据集合并，并保持相同类别
heromps的博客
04-30 592
最近在做两个YOLO格式的数据集合并，第一个数据集包含了第二个数据集的类别，但是相应的类别id对应不住，需要修改第二个数据集的类别标签与第一个数据集对应住。
YOLO系列目标检测数据集大全
热门推荐
小秋的博客
04-17 10万+
YOLO系列目标检测数据集大全目标检测数据集无人机检测数据集飞鸟检测数据集人脸和口罩检测数据集安全帽检测数据集火焰检测数据集火焰和烟雾检测数据集行人检测数据集行人车辆检测数据集车辆检测数据集待更新…… 目标检测数据集 无人机检测数据集 数据集下载： 飞鸟检测数据集 人脸和口罩检测数据集 安全帽检测数据集 火焰检测数据集 火焰和烟雾检测数据集 行人检测数据集 行人车辆检测数据集 车辆检测数据集 待更新…… .....................
VOC格式和YOLO格式水杯检测数据集
12-23
1、杯子检测数据集，从COCO2017数据集中提取得到，并分别转成了VOC和YOLO格式，即txt和xml两种格式的标签，可用于YOLO杯子检测；共有两部分，这里是第二部分数据 2、目标类别名：cup； 3、数量：9579 4、...
yolo格式手势识别数据集2
02-24
1、yolo格式手势识别数据集2，使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签yolo格式，txt文件，可以直接用于YOLO、Faster-RCNN等算法手机识别，数据场景丰富，包含图像，标注文件...
yolo格式的密集行人检测数据集WiderPerson
08-06
密集行人检测数据集WiderPerson，由于原数据集未给出test的标签，所以只选取了train.txt和val.txt中的9000张图片。原数据集中的假人和密集...标签已处理成yolo格式，按8:2划分为训练集和验证集，可直接用于yolov5训练
yolo格式手势识别数据集-1+ 1万多数据
02-24
1、yolo格式手势识别数据集1，使用lableimg标注软件，标注好的真实场景的高质量图片数据，图片格式为jpg，标签yolo格式，txt文件，可以直接用于YOLO、Faster-RCNN等算法手机识别，数据场景丰富，包含图像，标注文件...
python学习-使用pandas库分析excel表，并导出所需的表
SixSix的自留地
05-16 294
使用pandas库分析excel表中多个子表的数据
python项目如何读取配置文件（配置端口号，ip等等）
weixin_42759398的博客
05-16 246
然后在文件夹内新建一个config.ini。这样就能将配置和代码分离。
使用Python操作excel单元格——在单元格中插入公式
xll_007的博客
05-16 512
使用Python操作excel单元格——在单元格中插入公式。 通过使用Python的openpyxl库，来操作excel单元格，在单元格中插入公式的操作。把学习的过程分享给大家。大佬勿喷！
python数据分析numpy基础之intersect1d求数组交集
sinat_34735632的博客
05-19 253
python的numpy库的intersect1d(x,y)函数，计算x和y的公共元素，并返回去重后的有序结果。相当于求两个数组中的交集，并且进行去重和排序。numpy.intersect1()查找两个数组的公共元素，并且返回去重后的有序结果。ar1，ar2：必选，列表、元组、数组；如果是多维则自动转一维数组；assume_unique：可选，bool，默认False，若为True则可以加快计算素材，此时ar1和ar2需为元素唯一的数组，否则结果不会去重；
pytest：指定测试用例执行顺序
最新发布
铁之贝克的博客
05-22 233
在自动化测试中，测试用例的执行顺序有时对测试结果具有重要影响。本文将介绍如何在pytest框架中使用插件以及Collection hooks来控制测试用例的执行顺序。
python 图论最短路径
weixin_42490599的博客
05-16 236
在图论中，有许多算法可以用来求解最短路径问题，其中最著名的算法之一是Dijkstra算法。Dijkstra算法用于求解从一个顶点到其他所有顶点的最短路径，它适用于有向无环图（DAG）或无负权边的图。在上面的示例中，dijkstra函数接受一个图（以字典形式表示）和一个起始节点作为参数，然后使用Dijkstra算法来计算从起始节点到其他所有节点的最短距离。最终返回一个包含最短距离的字典。
geopandas快速入门报错1
weixin_45213317的博客
05-19 270
报错：CRSError: Invalid projection: EPSG:4326: (Internal Proj Error: proj_create: no database context specified)解决方法：重新下载适合自己Python版本的pyproj安装。
Gradio 案例——将 dicom 文件转为 nii文件
蒋含竹的博客
05-15 470
Gradio 的WEB界面案例：利用 SimpleITK 库，将 dicom 文件转为 nii文件
YOLO格式数据集转换成voc数据集
04-05
要将YOLO格式数据集转换为VOC格式数据集，需要按照以下步骤进行操作： 1. 根据YOLO格式数据集的标注文件，将每个图像中的目标对象的位置、类别和置信度信息提取出来，存储在一个文本文件中。每行包含一个目标对象的信息，格式如下： ``` <class> <x_center> <y_center> <width> <height> ``` 其中，`<class>`表示目标对象所属的类别，`<x_center>`和`<y_center>`表示目标对象中心点在图像中的坐标，`<width>`和`<height>`表示目标对象的宽度和高度，所有这些值都是相对于图像大小的比例。 2. 将每个图像的文件名和对应的标注文件名存储在一个XML文件中，格式如下： ``` <annotation> <folder>image_folder</folder> <filename>image_name.jpg</filename> <size> <width>image_width</width> <height>image_height</height> <depth>3</depth> </size> <object> <name>object_class</name> <bndbox> <xmin>xmin_value</xmin> <ymin>ymin_value</ymin> <xmax>xmax_value</xmax> <ymax>ymax_value</ymax> </bndbox> </object> ... </annotation> ``` 其中，`<folder>`表示图像文件所在的文件夹，`<filename>`表示图像文件名，`<width>`和`<height>`表示图像的宽度和高度，`<object>`表示一个目标对象，`<name>`表示目标对象所属的类别，`<bndbox>`表示目标对象的边界框，`<xmin>`、`<ymin>`、`<xmax>`和`<ymax>`分别表示边界框左上角和右下角的坐标。 3. 将所有XML文件和对应的图像文件存储在一个文件夹中，这样就得到了一个VOC格式的数据集。 需要注意的是，YOLO格式数据集和VOC格式数据集的标注信息格式不同，因此需要进行格式转换。此外，VOC格式数据集还需要包含图像文件本身，因此需要将YOLO格式数据集中的图像文件也复制到VOC格式数据集中。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值