将YOLOV5数据集不同类别分开的Python脚本

最新推荐文章于 2024-01-08 18:25:41 发布
最新推荐文章于 2024-01-08 18:25:41 发布
阅读量585 收藏 3
点赞数 2
分类专栏： 笔记 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41801168/article/details/118515472
版权

将YOLOV5数据集不同类别分开的Python脚本

import os
import shutil

labelall_path = r'C:\Users\1\Desktop\test\labels-all'  # 所有标签存放的路径
imgall_path = r'C:\Users\1\Desktop\test\images-all'  # 所有图片存放的路径
path = labelall_path.split(os.path.basename(labelall_path))[0]
os.chdir(path)

if not os.path.exists('new-images'):
    os.makedirs('new-images')
if not os.path.exists('new-labels'):
    os.makedirs('new-labels')
img_path = os.path.join(os.getcwd(), 'new-images')
label_path = os.path.join(os.getcwd(), 'new-labels')

if not os.path.exists(os.path.join(path, 'new-images', '0')):
    os.makedirs(os.path.join(path, 'new-images', '0'))
if not os.path.exists(os.path.join(path, 'new-images/1')):
    os.makedirs(os.path.join(path, 'new-images/1'))
if not os.path.exists(os.path.join(path, 'new-images/2')):
    os.makedirs(os.path.join(path, 'new-images/2'))
if not os.path.exists(os.path.join(path, 'new-images/3')):
    os.makedirs(os.path.join(path, 'new-images/3'))
if not os.path.exists(os.path.join(path, 'new-images/4')):
    os.makedirs(os.path.join(path, 'new-images/4'))

if not os.path.exists(os.path.join(path, 'new-labels/0')):
    os.makedirs(os.path.join(path, 'new-labels/0'))
if not os.path.exists(os.path.join(path, 'new-labels/1')):
    os.makedirs(os.path.join(path, 'new-labels/1'))
if not os.path.exists(os.path.join(path, 'new-labels/2')):
    os.makedirs(os.path.join(path, 'new-labels/2'))
if not os.path.exists(os.path.join(path, 'new-labels/3')):
    os.makedirs(os.path.join(path, 'new-labels/3'))
if not os.path.exists(os.path.join(path, 'new-labels/4')):
    os.makedirs(os.path.join(path, 'new-labels/4'))

# os.chdir(label_path)
os.chdir(labelall_path)
for i in os.listdir():
    if i.endswith('.txt'):
        f = open(i, "r")
        str = f.read()
        f.close()
        if str[0] == '0':
            shutil.move(i, '../new-labels/0')
        elif str[0] == '1':
            shutil.move(i, '../new-labels/1')
        elif str[0] == '2':
            shutil.move(i, '../new-labels/2')
        elif str[0] == '3':
            shutil.move(i, '../new-labels/3')
        elif str[0] == '4':
            shutil.move(i, '../new-labels/4')
        else:
            continue


for i in os.listdir(os.path.join(label_path, '0')):
    i = i.split('.')   # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/0')        # 标签为0对应的图片存放路径，下同

for i in os.listdir(os.path.join(label_path, '1')):
    i = i.split('.')   # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/1')

for i in os.listdir(os.path.join(label_path, '2')):
    i = i.split('.')   # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/2')

for i in os.listdir(os.path.join(label_path, '3')):
    i = i.split('.')   # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/3')

for i in os.listdir(os.path.join(label_path, '4')):
    i = i.split('.')   # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/4')

2021.8.4补充：将含有特定类别标签的txt文件筛选出来

import os
import shutil

# 所有标签存放路径
path = 'C:\\Users\\1\\Desktop\\test'  #文件夹中不能有同名文件
os.chdir(path)
# 文件列表
files = []
################ 用于遍历路径下的文件以及文件夹里的文件#############################
for tuples in os.walk(path):  # 遍历路径下的文件夹及文件 获得多个元组
    path1 = tuples[0] + '\\'
    for content in tuples:    # 遍历元祖
        if type(content) == list:
            for file in content:  # 遍历元组中的列表
                if file.endswith('.txt'):  # 将列表中的txt文件提取出来
                    files.append(path1 + file)  # 将txt文件的路径加到files列表中
###############################################################################

################ 用于遍历路径下的文件，文件夹里的文件不操作#####################
# for file in os.listdir(path):
#     if file.endswith(".txt"):
#         files.append(path + file)
#######################################################################
for file in files:
    with open(file, 'r') as f:
        content = f.readlines()
    for line in content:
        if line[0] == '5':
            shutil.move(file, './5')  # 类别为5的标签存放路径
            break
        elif line[0] == '6':
            shutil.move(file, './6')  # 类别为6的标签存放路径
            break

2021.9.15：新增需求：将内容含有多行的txt文件以及对应的图片中含有0标签的文件移入0s文件夹中，含有1标签的文件移入1s文件夹中，既含有0有含有1标签的文件放入0s+1s文件夹中，其余的移入multi-objs文件夹。

import os
import shutil

imgall_path = r'C:\Users\1\Desktop\1\test\images-all'  # 所有图片存放的路径
labelall_path = r'C:\Users\1\Desktop\1\test\labels-all'  # 所有标签存放的路径
path = labelall_path.split(os.path.basename(labelall_path))[0]
os.chdir(path)

# 创建新图片文件夹
if not os.path.exists('new-images'):
    os.makedirs('new-images')
# 创建新标签文件夹
if not os.path.exists('new-labels'):
    os.makedirs('new-labels')
img_path = os.path.join(os.getcwd(), 'new-images')
label_path = os.path.join(os.getcwd(), 'new-labels')

# 创建新图片文件夹下相应类别文件夹
if not os.path.exists(os.path.join(path, 'new-images', 'empty')):
    os.makedirs(os.path.join(path, 'new-images', 'empty'))
if not os.path.exists(os.path.join(path, 'new-images', 'multi-objs/')):
    os.makedirs(os.path.join(path, 'new-images', 'multi-objs/'))
if not os.path.exists(os.path.join(path, 'new-images', '0')):
    os.makedirs(os.path.join(path, 'new-images', '0'))
if not os.path.exists(os.path.join(path, 'new-images', '0s')):
    os.makedirs(os.path.join(path, 'new-images', '0s'))
if not os.path.exists(os.path.join(path, 'new-images/1')):
    os.makedirs(os.path.join(path, 'new-images/1'))
if not os.path.exists(os.path.join(path, 'new-images/1s')):
    os.makedirs(os.path.join(path, 'new-images/1s'))
if not os.path.exists(os.path.join(path, 'new-images/0s+1s/')):
    os.makedirs(os.path.join(path, 'new-images/0s+1s/'))
if not os.path.exists(os.path.join(path, 'new-images/2')):
    os.makedirs(os.path.join(path, 'new-images/2'))
if not os.path.exists(os.path.join(path, 'new-images/3')):
    os.makedirs(os.path.join(path, 'new-images/3'))
if not os.path.exists(os.path.join(path, 'new-images/4')):
    os.makedirs(os.path.join(path, 'new-images/4'))

# 创建新标签文件夹下相应类别文件夹
if not os.path.exists(os.path.join(path, 'new-labels/empty')):
    os.makedirs(os.path.join(path, 'new-labels/empty'))
if not os.path.exists(os.path.join(path, 'new-labels/multi-objs/')):
    os.makedirs(os.path.join(path, 'new-labels/multi-objs/'))
if not os.path.exists(os.path.join(path, 'new-labels/0')):
    os.makedirs(os.path.join(path, 'new-labels/0'))
if not os.path.exists(os.path.join(path, 'new-labels/0s')):
    os.makedirs(os.path.join(path, 'new-labels/0s'))
if not os.path.exists(os.path.join(path, 'new-labels/1')):
    os.makedirs(os.path.join(path, 'new-labels/1'))
if not os.path.exists(os.path.join(path, 'new-labels/1s')):
    os.makedirs(os.path.join(path, 'new-labels/1s'))
if not os.path.exists(os.path.join(path, 'new-labels/0s+1s/')):
    os.makedirs(os.path.join(path, 'new-labels/0s+1s/'))
if not os.path.exists(os.path.join(path, 'new-labels/2')):
    os.makedirs(os.path.join(path, 'new-labels/2'))
if not os.path.exists(os.path.join(path, 'new-labels/3')):
    os.makedirs(os.path.join(path, 'new-labels/3'))
if not os.path.exists(os.path.join(path, 'new-labels/4')):
    os.makedirs(os.path.join(path, 'new-labels/4'))

# 移动标签
os.chdir(labelall_path)
for i in os.listdir():
    if i.endswith('.txt'):
        f = open(i, "r")
        str = f.readlines()
        f.close()
        if len(str) == 0:
            shutil.move(i, '../new-labels/empty')
        elif len(str) > 1:
            flag_0 = False  # 标签0 标志位
            flag_1 = False  # 标签1 标志位
            for j in range(len(str)):
                if str[j][0] == '1':
                    flag_1 = True
                    continue
                elif str[j][0] == '0':
                    flag_0 = True
                    continue
                else:
                    continue
            if ((not flag_0) and (flag_1)):
                shutil.move(i, '../new-labels/1s/')
            elif ((flag_0) and (not flag_1)):
                shutil.move(i, '../new-labels/0s/')
            elif ((flag_0) and (flag_1)):
                shutil.move(i, '../new-labels/0s+1s/')
            else:
                shutil.move(i, '../new_labels/multi-objs/')
        else:
            if str[0][0] == '0':
                shutil.move(i, '../new-labels/0')
            elif str[0][0] == '1':
                shutil.move(i, '../new-labels/1')
            elif str[0][0] == '2':
                shutil.move(i, '../new-labels/2')
            elif str[0][0] == '3':
                shutil.move(i, '../new-labels/3')
            elif str[0][0] == '4':
                shutil.move(i, '../new-labels/4')
            else:
                continue

# 移动图片
for i in os.listdir(os.path.join(label_path, 'empty')):
    i = i.split('.')  # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/empty')

for i in os.listdir(os.path.join(label_path, 'multi-objs/')):
    i = i.split('.')  # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/multi-objs/')

for i in os.listdir(os.path.join(label_path, '0')):
    i = i.split('.')  # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/0')  # 标签为0对应的图片存放路径，下同

for i in os.listdir(os.path.join(label_path, '0s')):
    i = i.split('.')  # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/0s')

for i in os.listdir(os.path.join(label_path, '1')):
    i = i.split('.')  # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/1')

for i in os.listdir(os.path.join(label_path, '1s')):
    i = i.split('.')  # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/1s')

for i in os.listdir(os.path.join(label_path, '0s+1s/')):
    i = i.split('.')  # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/0s+1s/')

for i in os.listdir(os.path.join(label_path, '2')):
    i = i.split('.')  # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/2')

for i in os.listdir(os.path.join(label_path, '3')):
    i = i.split('.')  # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/3')

for i in os.listdir(os.path.join(label_path, '4')):
    i = i.split('.')  # 将.txt文件前缀和后缀分开
    i = i[0] + '.jpg'  # 将.txt文件名改为.jpg
    a = imgall_path + '/' + i
    shutil.move(a, '../new-images/4')
Biunelor
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
YOLOv5训练车辆类型识别TXT数据集
03-21
YOLOv5训练车辆类型识别TXT数据集.自己整理的车辆类型数据集 一共1400张图片，共分7个类別， 分别为Bus，Car，SportsCar，MicroBus，Truck，SUV，Jeep是TXT格式的数据集，用LabelImg工具进行标注，可以转成TFRecord格式的数据集训练效果非常完美。里面含有权重比例文件，可直接拿来训练。
VOC转yolov5格式数据集python脚本，划分训练集验证集
qq_40570751的博客
04-10 1616
如果数据集是voc格式的，转yolov5格式代码如下： import os import xml.etree.ElementTree as ET classes = ["bj_bpmh", "bj_bpps", "bj_wkps", "jyz_pl", "sly_dmyw", "hxq_gjtps", "xmbhyc", "yw_gkxfw", "yw_nc", "gbps", "wcaqm", "wcgz", "xy", "bjdsyc", "ywzt_yfyc", "hxq_gj
批量删除yolo格式的标签中的某一类别，以下实例是删除txt文件中为1的类别
m0_56182552的博客
01-08 656
【代码】批量删除yolo格式的标签中的某一类别，以下实例是删除txt文件中为1的类别。
python中数据类型存储_python – 将不同的数据类型存储在一个NumPy数组中？
weixin_32533957的博客
03-02 952
一种方法可能是使用record array.“列”不会像标准numpy数组的列，但对于大多数用例，这是足够的：>>> a = numpy.array(['a', 'b', 'c', 'd', 'e'])>>> b = numpy.arange(5)>>> records = numpy.rec.fromarrays((a, b), names=...
YOLOv5划分数据集
weixin_47665864的博客
01-23 1154
数据集划分方法
python脚本之分类别提取coco数据集
最新发布
03-21
标题中的"python脚本之分类别提取coco数据集"指的是利用Python编写的一个程序，其功能是将COCO数据集中80个不同的类别逐一提取出来，并按照COCO的预定义文件结构进行组织。COCO数据集的文件结构通常包括一个...
yolov5口罩检测数据集.rar
04-17
1、资源内容：yolov5口罩检测数据集.rar 2、资源特点：包括2000张图片，以及相应的text文本标注。分为训练集、测试集、验证集已划分好，可直接用于训练，亲测有效 3、适用对象：计算机，电子信息工程、数学等专业的...
yolov5目标检测自定义数据集可视化标注框的python脚本
08-20
在自定义数据集结束后，yolov5在分辨率大的图像上会做图片切割，并生成子图和对应子图的标注信息，使用该脚本可视化标注信息，查看被切割的目标有无进行必要的标注信息保留。也可以可视化旋转目标检测的标注框信息，...
yolov5训练visdrone数据集
05-09
开始训练前，需要将VisDrone数据集的图像和标注文件放置在YOLOv5的`data`目录下，并创建对应的配置文件，指定数据集路径、类别的数量等。然后，运行训练命令，例如： ```bash python train.py --cfg yolov5s.yaml --...
YOLOv5火灾烟雾检测数据集
02-28
采用pytrch框架，代码是python的YOLOv5火灾火焰烟雾检测源码+训练好的模型+数据集+pyqt界面.zipYOLOv5火灾火焰烟雾检测源码+训练好的模型+数据集+pyqt界面.zipYOLOv5火灾火焰烟雾检测源码+训练好的模型+数据集+pyqt...
yolov5 80个类别对照表
ResumeProject的博客
10-30 5034
yolov5 80个类别对照表
【yolov5】yolov5评估网络mAP时屏蔽指定的类
sazass的博客
10-26 1474
有时候i利用yolov5进行检测的时候，除了指定的分类外，还会将一些干扰项整理为一些类，以减少yolov5的检测误判。但在评估网路性能时，因为干扰项是标签以外的类，所以计算出的mAP会比实际上的低一些。 解决方案： 很简单，就是删除掉检测为干扰项的部分结果，但难点在于如何删除。 yolov5官方的评估脚本：val.py 我们只需要在该代码内run()函数中增加几行代码即可： 添加位置：在检测框经历NMS去除重复框后，即： # Run NMS targets[:, 2:] *=
yolo数据集划分：对图片和txt类型标签数据集进行自定义比例划分
qq_43409396的博客
05-29 898
支持yolo系列以及txt系列数据集划分
关于对csdn上“yolov5 检测一类物体“这一篇博客的坑的解决（针对于小白）
The world has changed because of technology!
03-09 1389
其实很简单：代码缩进的问题。 原文链接：yolov5 检测一类物体 出现的错误： 解决方法：将detect.py里面的代码的106行改为（看代码缩进）：
YOLOv5 检测结果取消显示标签(只显示边界框bbox）
qq_43561292的博客
03-17 6731
检测结果取消显示类别class和置信度confidence yolov5/models/common.py class Detections: def display(): # label = f'{self.names[int(cls)]} {conf:.2f}' label = '' # line 599 注释上面一行代码让label为空字符串
YOLOv5目标检测（1类）
m0_64748541的博客
08-23 3268
环境配置尝试了两种方式：conda 下配置，较容易实现；python下pip 方式，从官网参考的命令没有与CUDA11.2匹配的选项，只能选择手动下载torch-1.9.1+cu111-cp39-cp39-win_amd64.whl，通过pip 命令安装过程中又自动更改为torch-1.8.0.；然后手动安装torchvision和torchaudio。
Python-修改Yolov5标注文件-classes文件里分类类别
weixin_50978072的博客
02-20 1053
【代码】Python-修改Yolov5标注文件-classes文件里分类类别。
实用脚本六：python划分YOLOv8-Seg数据集训练集测试集
fisherisfish的博客
08-17 569
注意x1、y1这些坐标需要根据图像大小进行归一化，如下45是类别index，后面是归一化后的坐标点。我们最开始的数据集是一个文件夹里有图像和标签文件，然后有一些图像没有标签，所以选择按照标签进行划分。划分完之后在目标文件里获得YOLOv8-seg格式的分割数据集。其中txt文本的格式为。
python使用Augmentor对图像分割数据集中原图和标签mask同时进行变换
Major_S的博客
11-16 1527
【代码】python使用Augmentor对图像分割数据集中原图和标签mask同时进行变换。
Yolov5训练自己的目标检测数据集.docx
11-29
本文档详细介绍了如何使用Yolov5自己训练目标检测模型，包括一系列关键步骤和技术...通过这些步骤，即使是对目标检测不熟悉的小白也能逐步掌握如何使用Yolov5针对自己的数据集进行训练，从而实现定制化的对象检测任务。

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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