基于YOLOv5的血细胞识别和计数

最新推荐文章于 2024-07-27 23:42:38 发布

zjLOVEcyj

最新推荐文章于 2024-07-27 23:42:38 发布

阅读量5.1k

点赞数 16

分类专栏：目标检测文章标签： python 深度学习

本文链接：https://blog.csdn.net/cyj5201314/article/details/117197718

版权

该博客介绍了如何将基于XML的VOC格式细胞标注转换为YOLOv5所需的TXT格式，并详细阐述了转换脚本的实现过程。接着，创建了数据配置文件，设置了训练和验证集，训练了模型。经过300轮训练，模型在46张验证图像上取得了0.751的准确率和0.96的召回率，mAP高达0.947。最后，展示了模型在细胞检测任务上的应用及结果。

摘要由CSDN通过智能技术生成

VOC格式标注转为yolov5格式

原数据格式是xml文件对目标细胞注释，现在需要将这种注释转换为yolov5所需的格式。即每个图像对应一个txt文件，文件中存储该图像中全部细胞的类别和坐标，一行存储一个细胞的信息，如下图
编写脚本进行注释格式转换

#获取在SSD项目中生成的csv格式的标注数据
with open("test_labels.csv", "r") as fp:
    data = []
    lines = fp.readlines()[1:]
    for line in lines:
        data.append(line.rstrip().split(","))

txt = ""
#遍历全部数据重新写入到txt文件
for line in data:
    title = line[0