删除不用的列标签

1、原先的label标签,可以看出有的标签名不止占一行,这样的标签在后期做训练时会出错,而且还有一些列标签对模型判断没有作用,也给删除掉。

标签文件名

代码

import pandas as pd
import os
lineData = []
dirFile = 'C:/Users/S/Desktop/B4VM/data/Label/RawCvdLabel'
for root,dirs,files in os.walk(dirFile):
    for file in files:
        if len(file.split("_")) == 7:
            glsId = file.split('_')[4]
        else:
            glsId = file.split('_')[3]

        path = os.path.join(root,file)
        cvdThick = pd.read_csv(path,encoding = 'utf8')
        #print(cvdThick)
        if cvdThick.shape[1] == 15:
            cvdThick = cvdThick.drop(['Unnamed: 7','Unnamed: 8','Unnamed: 10','Unnamed: 11','Unnamed: 12','Unnamed: 13','Unnamed: 14'],axis=1)
            #print(cvdThick)
            cvdThick.columns = ['Probe','Area','X','Sub X','Y','Z','Lay1 Thickness','Lay2 Thickness']
            cvdThick = cvdThick.drop([0,1])
            #print(cvdThick)
            cvdThick = cvdThick.reset_index().drop(['index'],axis = 1)
            #print(cvdThick)
            name = glsId +'_cvdThick' + '.csv'
            cvdThick.to_csv('C:/Users/S/Desktop/B4VM/data/Label/2CleanCvdLabel/'+name,index=False,encoding='utf_8_sig')

#输出

要在labelme中打开label list,你可以在激活环境后直接输入labelme命令。 这将打开labelme应用程序的用户界面,你可以在其中选择标签列表。另外,labelme还提供了一个功能,即将标注的JSON文件转换为coco数据集。你可以使用labelme2coco函数来实现这一功能,将标注的JSON文件列表和生成的目标coco数据集作为参数传递给该函数。 如果你在使用labelme制作数据集时出现了问题,比如多打了一个无用的类别,你可以对标注文件进行分析并进行修正。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [虚拟环境的创建以及labelme和labelImg的使用教程](https://blog.csdn.net/m0_62919535/article/details/129053043)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [label转coco数据集](https://download.csdn.net/download/fuguoshui/10799078)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [关于labelme自定义数据集 label list 的删除操作](https://blog.csdn.net/weixin_49016154/article/details/123214323)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
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