Yolo做图像分割时:json转txt程序

只需要将json所在路径、txt所在路径和类别名称填上就行

import json
import os
import argparse
from tqdm import tqdm

def convert_label_json(json_dir, save_dir, classes):
    # 获取json文件夹中的所有文件路径
    json_paths = os.listdir(json_dir)
    # 将传入的类名字符串分割成列表
    classes = classes.split(',')

    # 确保保存目录存在
    if not os.path.exists(save_dir):
        os.makedirs(save_dir)

    for json_path in tqdm(json_paths):
        path = os.path.join(json_dir, json_path)
        with open(path, 'r') as load_f:
            json_dict = json.load(load_f)
        h, w = json_dict['imageHeight'], json_dict['imageWidth']

        # 构造保存txt文件的路径
        txt_path = os.path.join(save_dir, json_path.replace('json', 'txt'))
        with open(txt_path, 'w') as txt_file:
            for shape_dict in json_dict['shapes']:
                label = shape_dict['label']
                label_index = classes.index(label)
                points = shape_dict['points']

                points_nor_list = []

                for point in points:
                    # 将坐标点归一化
                    points_nor_list.append(str(point[0] / w))
                    points_nor_list.append(str(point[1] / h))

                # 将归一化后的坐标点列表转换为字符串
                points_nor_str = ' '.join(points_nor_list)

                # 构造标签字符串
                label_str = f"{label_index} {' '.join(points_nor_list)}\n"
                txt_file.write(label_str)

if __name__ == "__main__":
    parser = argparse.ArgumentParser(description='将JSON格式的标注文件转换为TXT格式')
    parser.add_argument('--json-dir', type=str, default=r'D:\Desktop\img', help='JSON文件所在目录')
    parser.add_argument('--save-dir', type=str, default=r'D:\Desktop\txt', help='TXT文件保存目录')
    parser.add_argument('--classes', type=str, default='NG,OK', help='类别列表,用逗号分隔')
    args = parser.parse_args()
    json_dir = args.json_dir
    save_dir = args.save_dir
    classes = args.classes
    convert_label_json(json_dir, save_dir, classes)

### 回答1: yolo-txtcoco-json工具是一种将YOLO格式的文本标注文件换为COCO格式的JSON标注文件的工具。YOLO(You Only Look Once)是一种目标检测算法,而COCO(Common Objects in Context)是一个常见的目标检测图像分割数据集。有候我们从YOLO标注工具中获得的标注结果是文本文件的形式,而在使用COCO数据集进行训练和评估,我们需要将标注结果化为COCO格式的JSON文件。 这个工具可以实现这样的换过程,首先读取YOLO格式的文本文件并解析每个物体的位置、类别和边界框信息。然后根据这些信息结构化生成COCO JSON文件,其中包含了每个物体的类别、标签和位置信息。这样换之后,我们就可以直接使用COCO数据集上的目标检测算法进行训练或者评估。 使用yolo-txtcoco-json工具可以大大简化我们在YOLO和COCO之间进行标注格式换的过程,省去了手动编写换代码的复杂性和耗。此外,将标注结果换为COCO格式也使得我们能够更加方便地使用COCO数据集的相关工具和算法进行目标检测任务的处理。 总之,yolo-txtcoco-json工具是一个方便实用的工具,可以帮助我们轻松地将YOLO格式的文本标注文件换为COCO格式的JSON标注文件,提高了目标检测任务的效率和准确性。 ### 回答2: yolo-txtcoco-json工具是一种用于将YOLO格式的标注文件换为COCO格式的工具。YOLO(You Only Look Once)是一种目标检测算法,其标注文件是以txt格式存储的,而COCO(Common Objects in Context)是一种通用的目标检测数据集格式,其标注文件以json格式存储。 使用yolo-txtcoco-json工具可以方便地将YOLO标注文件换为COCO格式,以便于在COCO格式下进行目标检测任务或者使用COCO预训练模型进行迁移学习。 这个工具的主要功能是将YOLO标注文件中的目标边界框的位置信息、类别信息等提取出来,并按照COCO格式的要求,将这些信息整理为json格式的标注文件。 具体使用这个工具的步骤是:首先,将YOLO标注文件和对应的图片放置在同一个目录下;然后,运行工具提供的命令或脚本,指定输入目录和输出目录;最后,工具会自动遍历输入目录下的所有YOLO标注文件,将其换为相应的COCO格式,并输出到指定的输出目录中。 通过使用yolo-txtcoco-json工具,可以减少手动地从YOLO格式换为COCO格式的工作量,提高工作效率。同换后的COCO格式标注文件可以更方便地与其他基于COCO格式的目标检测算法或工具进行兼容和集成,便于进一步的数据处理和模型训练。 ### 回答3: yolo-txtcoco-json工具是一种用于将YOLO格式的标注文件换为COCO格式的标注文件的工具。YOLO格式的标注文件通常是一种纯文本文件,其中包含了每个目标物体的类别、位置和大小等信息。而COCO格式的标注文件是一种结构化的JSON文件,用于存储目标检测任务中的图像标注信息。 这个工具的主要功能是将YOLO格式的标注文件解析,并根据解析结果生成对应的COCO格式的标注文件。在换过程中,它会将YOLO的坐标信息进行换,以适应COCO标注的要求。同,它还会将目标物体的类别信息换为COCO数据集中所使用的类别编码。换完成后,可以方便地使用生成的COCO格式的标注文件进行目标检测任务的训练和评估。 使用这个工具的好处是可以快速、准确地将YOLO格式的标注文件换为COCO格式的标注文件,从而方便地在COCO数据集上进行目标检测任务。这对于需要使用COCO格式数据集训练模型的研究人员和开发者来说非常有帮助。 总之,yolo-txtcoco-json工具是一种方便的工具,用于将YOLO格式的标注文件换为COCO格式的标注文件,使得目标检测任务的数据处理更加便捷高效。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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