Darknet YOLO v3之数据集改造
Darknet YOLO v3 入门指南参照:https://blog.csdn.net/huaifan0951/article/details/88538282
NWPU VHR-10 dataset 下载:
http://jiong.tea.ac.cn/people/JunweiHan/NWPUVHR10dataset.html
or
链接:https://pan.baidu.com/s/1_tkTVEIW5zfR1jZ33P_fXg。提取码:RSAI.
https://blog.51cto.com/u_15699099/5421430#3NWPU_VHR10_14
NWPU_VHR_LABEL.py 下载:
https://github.com/zcybupt/zcybupt.github.io/blob/master/codes/nwpu_vhr_label.py
or
https://github.com/zcybupt/rawfiles/blob/master/codes/nwpu_vhr_label.py
改造数据集时的文件结构
三个文件夹
- ground_truth
- labels(空文件夹)
- positive_image_set
文件夹内部 - ground_truth
将训练图片的所有txt放置到名为ground_truth文件夹下 - positive_image_set
用于训练的所有图片放置在该文件夹下。
运行NWPU_VHR_LABEL.py
python NWPU_VHR_LABEL.py #运行NWPU_VHR_LABEL.py
#输出为:
492 # 训练集数量
158 # 测试集数量
650 # 图片总数
最终生成: train.txt,val.txt,/labels下的650个转换后的标注txt文件
生成的train.txt与val.txt内容结构类似,内容为:
DarkNet默认标注文件与图片在同一目录下,故此最后还需要将labels下的txt复制到目录positive_image_set下。
变成类似这样
搞定。