我的yolo系列总结

探索数据集制作过程中的一些笔记。处理时基本都是利用Excel，txt，csv进行，更新中。。

1、Python–逐行拼接两个TXT文件、列表写入TXT文件、取出TXT中每一行中由.隔开的和/隔开的部分

https://blog.csdn.net/weixin_42630613/article/details/106708443
主要记录了一些txt的合并，后来发现对于一个python不是很熟的人，其实结合Excel更快

2、数据集目录太长

https://blog.csdn.net/weixin_42630613/article/details/106708088
主要记录了一些如果数据集是按照类别放的话，直接读取不是很方便，但是将目录拼起来直接读取更方便些

3、Python–批量修改文件夹名称，将txt中的每一行单独生成一个txt

https://blog.csdn.net/weixin_42630613/article/details/106795083
主要记录了一些批量修改文件夹命名中的某个字符，还有将txt文件的每一行单独生成一个txt。

4、以类别命名的文件夹如何读取类别

https://blog.csdn.net/weixin_42630613/article/details/106954075
在模型训练过程中，需要读取该图片的类别时使用

5、又一段csv使用经历

https://blog.csdn.net/weixin_42630613/article/details/107193730
当时经常要用的一段小脚本

6、yolo3格式数据集制作

https://blog.csdn.net/weixin_42630613/article/details/107248328
简单的用txt生成了一个xml

7、学习笔记–目标检测2 yolo系列

https://blog.csdn.net/weixin_42630613/article/details/107618445
一些细节，不涉及太多理论

8、python 多行有针对性拼接

https://blog.csdn.net/weixin_42630613/article/details/107842834
将同一图片上的不同目标放在txt的同一行

9、python–用字典解决数据集问题

https://blog.csdn.net/weixin_42630613/article/details/107842815
想将43类变为3或4类