（杂1）从soda10m数据集中选择想要的部分数据集并生成新的json文件

后_知_后_觉

已于 2024-04-21 19:32:58 修改

阅读量1k

点赞数 1

分类专栏：杂七杂八文章标签： json 数学建模深度学习计算机视觉

于 2023-06-19 16:54:25 首次发布

本文链接：https://blog.csdn.net/qq_38927534/article/details/131291287

版权

杂七杂八专栏收录该内容

4 篇文章

订阅专栏

该脚本读取一个包含period字段的JSON标注文件，从中选择Night时期的图片，将这些图片从原始数据集复制到新目录，并更新JSON文件以匹配新数据集。目标是为YoloV5或其他对象检测模型准备夜间条件的数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import os
import json
import shutil

# 原始数据集目录和新数据集目录
dataset_dir = 'D:/PycharmProjects/yolov5-master/ABC/test'
output_dir = 'D:/PycharmProjects/yolov5-master/cde/test'

# 加载原始JSON标注文件
json_file = 'D:/PycharmProjects/yolov5-master/ABC/instance_test.json'
with open(json_file, 'r') as f:
    data = json.load(f)

# 创建新的JSON标注文件
new_data = {
    'categories': data['categories'],
    'annotations': [],
    'images': []
}

# 挑选符合条件的图片并复制到新文件夹
for image_info in data['images']:
    if image_info['period'] == 'Night':
        file_name = image_info['file_name']
        image_path = os.path.join(dataset_dir, file_name)
        output_path = os.path.join(output_dir, file_name)
        shutil.copyfile(image_path, output_path)

        # 更新新的JSON标注文件
        new_data['images'].append(image_info)

# 保存新的JSON标注文件
new_json_file = 'D:/PycharmProjects/yolov5-master/cde/path_to_new_annotation_file.json'
with open(new_json_file, 'w') as f:
    json.dump(new_data, f, indent=4)