删除VOC数据中没打标签的图片

删除VOC数据中没打标签的图片

py脚本功能:删除VOC数据中的JPEGImages文件中的没打标签的文件。

代码如下:

import os

path1 = r"F:\alldate\SHONG\Annotations"       #对比的文件夹(标签文件夹)
path2 = r"F:\alldate\SHONG\JPEGImages"        #删除文件的文件夹(图片文件夹)
filelist1 = os.listdir(path1) #该文件夹下所有的文件(包括文件夹)
filelist2 = os.listdir(path2)
tp = ".xml"      #要匹配标签文件的后缀


for file2 in filelist2:
    filename = os.path.splitext(file2)[0] + tp  # 匹配文件名
    if filename not in filelist1:           #如果没有对应匹配文件,就删除
        os.remove(os.path.join(path2,file2))
  • 6
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
VOC数据集是图像识别领域常用的一个数据集,包含大量的图像和相应的标注信息。对于VOC数据集进行数据清洗的目的是为了提高数据的质量和可用性,以便于后续的模型训练和评估。 数据清洗的过程可以包括以下几个步骤: 1. 去除无效样本:VOC数据集可能包含一些无效的样本,例如图像质量较差或者标注信息有误的样本。我们可以通过图像质量评估算法或人工检查的方式去除这些无效样本,确保我们所使用的数据质量较高。 2. 标注一致性检查:VOC数据集的标注信息包括目标的类别和位置信息,这些信息应该是一致的。在数据清洗过程,我们可以检查每个图像对应的标注信息,确保类别标签的正确性和位置信息的一致性。如果发现错误的标注信息,我们可以进行修正或删除。 3. 处理类别不平衡:VOC数据集的类别分布可能不均衡,导致模型在训练和评估过程对少数类别的识别效果较差。在数据清洗过程,我们可以通过增加或删除样本的方式来调整类别的分布,达到更好的平衡。 4. 去除重复样本:VOC数据集可能存在重复的样本,这些重复的样本会导致训练和评估过程的偏差。在数据清洗过程,我们可以通过图像哈希算法或者特征提取算法对样本进行去重,确保每个样本只在数据集出现一次。 在VOC数据集数据清洗过程,我们需要结合自动化的工具和人工的验证,对数据进行细致的检查和修正。只有经过充分的数据清洗,才能得到高质量的数据集,并且能够得到准确可靠的模型训练和评估结果。
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