精灵标注助手json转csv

import os
import cv2
import numpy as np
import json
from cfg import *

with open(LABEL_FILE, "w+") as f:
    for json_file in os.listdir("F:\A_I\myyolo3\data\label"):
        with open(os.path.join("F:\A_I\myyolo3\data\label", json_file), "r") as jf:
            j = json.load(jf)
            print(j)
            pic = j['path'].split("\\")[-1]
            boxes = j['outputs']['object']
            wh = j['size']
            w, h = wh['width'], wh['height']

            w_scale, h_scale = w / IMG_WIDTH, h / IMG_HEIGHT

            f.write(pic)
            for box in boxes:
                bndbox = box['bndbox']
                _x1, _y1, _x2, _y2 = bndbox['xmin'], bndbox['ymin'], bndbox['xmax'], bndbox['ymax']
                _w, _h = _x2 - _x1, _y2 - _y1
                _w0_5, _h0_5 = _w / 2, _h / 2
                _cx, _cy = _x1 + _w0_5, _y1 + _h0_5
                x1, y1, w, h = int(_cx / w_scale), int(_cy / h_scale), int(_w / w_scale), int(_h / h_scale)
                f.write(f" {int(box['name'])} {x1} {y1} {w} {h}")
            f.write("\n")
            f.flush()

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 精灵标注助手是一款功能强大的标注工具,可以帮助用户快速高效地标注数据,更好地训练机器学习模型。其中,换COCO样本的功能是该工具的重要功能之一。 COCO是指Microsoft Common Objects in Context,是目标检测、语义分割等计算机视觉领域的几个基准数据集之一。如果我们想要训练一个精准的机器学习模型,就需要收集尽可能多的标注数据。因此,将精灵标注助手中的数据换成COCO格式可以更好地满足需求。 换COCO样本的流程如下: 1. 导出标注数据。我们可以先在精灵标注助手标注数据,然后导出成VOC或者YOLO格式的数据。 2. 将数据换成COCO格式。我们可以使用工具软件将原始数据换成COCO格式,生成JSON文件。换后的数据包括图片的尺寸、类别、坐标等信息。 3. 导入COCO格式的数据集。我们可以使用深度学习框架如TensorFlow、PyTorch等,导入换后的COCO格式的数据集。同时,还需要对数据集进行预处理、数据增强等操作,以提高模型的精度和泛化能力。 总的来说,换COCO样本是精灵标注助手的一个重要功能,可以为机器学习从业者提供更全面、更准确的标注数据,进而使机器学习模型更加精准、高效。 ### 回答2: 精灵标注助手是一款非常好用的图像标注工具,可以帮助用户快速、准确地完成图像标注任务。如果需要将使用精灵标注助手标注的样本换成COCO格式,可以采取以下步骤: 1. 在精灵标注助手导出标注结果,保存为XML、JSON或YOLO格式的文件。 2. 使用换工具将标注结果换为COCO格式。目前市面上有很多免费的开源工具可以实现这个功能,例如labelme、labelbox等。 3. 上传换后的COCO样本到云端或者本地服务器上,开始进一步的数据处理和训练模型。可以使用开源框架如Tensorflow、Keras、PyTorch等进行模型的搭建和训练。 值得注意的是,在标注样本时,应该充分考虑到COCO格式的要求,如标注对象的类别、位置、大小等属性,以确保最终换后的样本质量和准确性。同时,精灵标注助手也提供了一些便捷的标注工具,如矩形、多边形、点等,可根据具体需求进行选择和使用。通过合理利用这些功能,可以大大提高标注效率和样本质量。 ### 回答3: 精灵标注助手是一款优秀的图像标注工具,可以帮助用户快速对图像进行标注。用户可以在图像上标注出目标的位置和属性,精灵标注助手会将这些标注信息保存下来。如果用户需要将标注信息换为COCO数据集的样本,也可以使用精灵标注助手。 将标注信息为COCO样本的过程比较简单。首先,用户需要导入标注信息,并选择需要换为COCO样本的标注信息。然后,用户需要选择生成COCO样本的路径,并设置COCO样本的文件名。最后,用户点击“换”按钮即可生成COCO样本。 生成的COCO样本文件包括一个JSON格式的文件和一系列图像文件。JSON文件包含了每个图像的基本信息和目标的标注信息,可以直接用于训练神经网络模型。图像文件则是根据JSON文件中的路径信息进行生成。 总之,使用精灵标注助手可以帮助用户快速将标注信息为COCO样本,方便用户进行图像识别和目标检测等任务的训练。
评论
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
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