YOLO v7数据集格式 (附代码)

博主个人的数据集格式为 voc 数据集,由于之前转v5的时候是用 voc 数据集先转成YOLO格式数据集,这里主要是对YOLOv5数据集进行转换。

 images 里的内容:

转换代码:

import glob


#存放图片的地址
train_image_path = r"D:\YOLOv7_Maize\images\train"
valid_image_path = r"D:\YOLOv7_Maize\images\val"
#生成的txt的路径
txt_path = r"D:\YOLOv7_Maize/"

def generate_train_and_val(image_path, txt_file):
    with open(txt_file, 'w') as tf:
        for jpg_file in glob.glob(image_path + '//' + '*.jpg'):
            tf.write(jpg_file + '\n')

generate_train_and_val(train_image_path, txt_path + 'train.txt')
generate_train_and_val(valid_image_path, txt_path + 'valid.txt')


 

  • 3
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLOv7是一个热门的目标检测算法,要想使用它进行目标检测,需要准备一个数据集,并按照一定的格式组织数据。下面,我将详细介绍YOLOv7数据集格式YOLOv7数据集格式分为两部分:标注文件和图像文件。 标注文件是一个txt文件,每个图像对应一个标注文件。该文件包含了每个目标的位置和类别信息,每个目标占一行,其格式如下: <class> <x_center> <y_center> <width> <height> 其中,<class>代表目标的类别名称,<x_center>和<y_center>分别表示目标在图像中心点的坐标,<width>和<height>分别代表目标框的宽和高。 图像文件是标注文件对应的图像,可以是jpg或png格式。为了方便起见,图像必须放在统一的文件夹下,并以数字作为文件名,如“1.jpg”、“2.jpg”等。 在图像文件和标注文件组织好后,你需要将它们分为训练集、验证集和测试集,并按照以下方式组织: - 训练集文件夹:包含所有训练集图像和标注文件。 - 验证集文件夹:包含所有验证集图像和标注文件。 - 测试集文件夹:包含所有测试集图像和标注文件。 最后,你需要将训练集、验证集和测试集文件夹的路径保存在一个名为“train.txt”、“val.txt”和“test.txt”的文件中,并分别将这些文件放在YOLOv7模型所在的文件夹中,以供模型使用。 综上所述,YOLOv7数据集格式需要按照标注文件和图像文件组织,并将它们分为训练集、验证集和测试集,最后将它们的路径保存在train.txt、val.txt和test.txt等文件中。

“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

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