无人机数据集UAVDT转yolo数据集格式

吴一二三博爱编程

已于 2024-11-21 15:15:46 修改

阅读量1.5k

点赞数 10

文章标签： YOLO 深度学习目标跟踪

于 2024-11-21 15:10:41 首次发布

本文链接：https://blog.csdn.net/m0_61935719/article/details/143944802

版权

近期用到无人机UAVDT，需要在yolo上进行训练，下载后分为多目标和单目标两种，本次使用多目标数据进行训练，即对UAV-benchmark-MOTD_v1.0中的xx_gt_whole.txt真值文件进行修改。

查看了几篇修改过程：将UAVDT数据集格式转成VOC、YOLO格式（最终版）_uavdt数据集没标签-CSDN博客

将UAVDT数据集转化成YOLO样式-CSDN博客

都要先转换成COCO再到VOC最后再到yolo,不太适用于我，于是根据他们的教程进行修改，以下是我的转换过程：

1.处理数据集中的图像和相应的ground truth标签，将xx_gt_whole.txt按照图像文件的顺序保存到相应的目录中。生成目录如下：

def process_dataset(data_path):
    data_num = 0
    for name in os.listdir(data_path):

       # print('name:', name)
        data_num += 1

        img_path = os.path.join(data_path, name)
        gt_path = os.path.join(data_path.replace('UAV-benchmark-M', 'UAV-benchmark-MOTD_v1.0/GT'), name + '_gt_whole.txt')
        save_gt_path = os.path.join(data_path, name, 'gt')

        photo_count = 0
        for file_name in os.listdir(img_path):
            _, extension = os.path.splitext(file_name)
            if extension.lower() in ['.jpg', '.jpeg', '.png', '.gif', '.bmp']:
                photo_count += 1
        print("Total photos:", photo_count)

        if not os.path.exists(save_gt_path):
            os.makedirs(save_gt_path)

        with open(gt_path, 'r') as file:
            lines = file.readli