【Python&目标识别】Yolo v5-7.0版本中文标签显示方法(附字体链接)

        Yolo的程序之前已经定制化输出过了,但是最近业主突然想要中文的标签,所以赶紧去修改了一下源代码,从网上发现很多资料都改这改那,搞四五个文件结果还没成功。所以自己研究了一下,现在已经完美解决了。今天就和大家分享一下Yolo v5-7.0版本的目标识别如何添加中文的标签。

1 前提条件

        1)我这里是Yolo v5-7.0版本可能不适用其他版本,可以自己尝试一下。

        2)其次,我是训练的时候用的英文,只是在标记层面将英文用中文显示,这点需要注意一下!如果你是用中文训练的就可以不继续往下看了。

2 查看标记源码

        yolo程序中的标记源代码在utils文件夹中的plots.py文件中。我们打开这个py文件后找到class Annotator这个类函数。将其中的字体改为中文字体(绝对路径),再将pil=False改为Ture即可。我这里准备了几个字体文件大家可以自行下载,当然也可以去“C:\Windows\Fonts”中找。

3 detect代码修改

        因为我们是基于标记层面去用中文标记,所以在源代码中我们还需要将训练时的英文标签和中文对应起来。最简单的办法就是创建一个字典:

dict_label = {"Dog": "狗", "Cat": "猫"}

        然后我们在程序写入标签的地方将标签替换掉就可以了。

        1)这里绿色框就是原始的label,它返回的数据是“Dog 0.55”,即类别+可信度。

        2)所以我们用红线画的地方去替换这个英文,lable[:-5]就是读取Dog这个值,然后用这个值作为键去字典里找到它对应的中文名,即dict_label[label[:-5]]。

        3)而后面的label[-5:]就是后面的置信度0.55。到这里label就代替完成了。

        4)然后我们将下面一行的annotator.box_label函数中的label改成我们替换后的lable即可,我这里是用label1代替,因为这样不会影响后面的程序。

注:其他的就不要动了,我的annotator.box_label函数可能和你的不一样,如后面的color参数,这是因为我的程序已经定制化过了,都是按照我的需求改的,你们只需要改label即可。

  • 13
    点赞
  • 24
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 8
    评论
当将YOLO格式的标签文件转换为XML格式的标签文件时,您可以按照以下步骤进行操作: 1. 解析YOLO格式的标签文件,获取每个边界框的类别、边界框左上角坐标和宽高。 2. 创建一个XML文件,并设置根节点。 3. 针对每个边界框,创建一个XML子节点,并添加类别、边界框坐标和宽高的子节点。 4. 将XML内容保存到文件中。 以下是一个使用Python实现的示例代码: ```python import xml.etree.ElementTree as ET def convert_yolo_to_xml(yolo_file, output_file): with open(yolo_file, 'r') as f: lines = f.readlines() root = ET.Element("annotations") for line in lines: line = line.strip().split() class_id = int(line[0]) x_center = float(line[1]) y_center = float(line[2]) width = float(line[3]) height = float(line[4]) xmin = int((x_center - width / 2) * image_width) ymin = int((y_center - height / 2) * image_height) xmax = int((x_center + width / 2) * image_width) ymax = int((y_center + height / 2) * image_height) box = ET.SubElement(root, "object") name = ET.SubElement(box, "name") name.text = str(class_id) bndbox = ET.SubElement(box, "bndbox") xmin_node = ET.SubElement(bndbox, "xmin") xmin_node.text = str(xmin) ymin_node = ET.SubElement(bndbox, "ymin") ymin_node.text = str(ymin) xmax_node = ET.SubElement(bndbox, "xmax") xmax_node.text = str(xmax) ymax_node = ET.SubElement(bndbox, "ymax") ymax_node.text = str(ymax) tree = ET.ElementTree(root) tree.write(output_file) # 使用示例 yolo_file = 'path/to/yolo.txt' output_file = 'path/to/xml.xml' image_width = 640 image_height = 480 convert_yolo_to_xml(yolo_file, output_file) ``` 请将示例代码中的`yolo_file`替换为YOLO格式的标签文件路径,`output_file`替换为您希望保存XML标签文件的路径,`image_width`和`image_height`替换为图像的宽度和高度。运行代码后,将生成一个包含边界框信息的XML标签文件。

“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 8
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

打赏作者

RS迷途小书童

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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