YOLOV7添加空标签训练自己数据集

YOLOV7添加空标签训练自己数据集

近期在项目中，某一个特定场景下总是会把背景误识别，为此，打算将特定场景下的背景图像制作空标签，并加入到原训练集中进行训练，生成空标签txt的代码如下：

#coding=utf-8 
import os
def text_create(name):
    desktop_path = "/data/2d_all_data/yolo/水印图/empty_xml/"  # 创建的label文件的存放路径
    full_path = name + '.txt'
    file = open(full_path, 'w')
    file.close()
 
 
IamgesPath = '/data/2d_all_data/yolo/水印图/img'          #负样本的地址
for i,j,k in os.walk(IamgesPath):
    for s in k:                                                       #其它图片格式稍微修改一下即可
        s=s.strip('.jpg')
        text_create(s)
        print(s)

之后，将所有的图像和空标签分别加入到YOLOV7训练的数据集中即可，亲测能有效减少本人的特定场景下的误检。
参考链接：https://blog.csdn.net/weixin_46135327/article/details/131087617