YOLO图片数据集删除images里面多余的图片(即labels里面没有的)

当前文件夹有2个文件夹 一个是images,一个是labels 他们2个的名字都是一一对应的,除了后缀不同。labels的后缀为.txt,images的后缀为.jpg 但是labels的文件少于images,删除images文件夹中在labels没有对应相同名称.txt文件的文件

 

import os

# 文件夹路径
image_folder_path = './images'
label_folder_path = './labels'

# 获取文件夹中的文件名,但不带后缀
image_files = {f.split('.')[0] for f in os.listdir(image_folder_path) if f.endswith('.jpg')}
label_files = {f.split('.')[0] for f in os.listdir(label_folder_path) if f.endswith('.txt')}

# 寻找那些在labels中没有对应.txt文件的.jpg图片
images_to_delete = image_files - label_files

# 删除这些图片
for img in images_to_delete:
    os.remove(os.path.join(image_folder_path, img + '.jpg'))

print(f"已删除 {len(images_to_delete)} 张图片")

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
YOLO格式的BDD数据集是一种常用的目标检测数据集格式,用于训练和评估YOLO模型。在YOLOV5中,定义label路径的方法是通过将图片路径中的"images"替换为"labels"来得到对应的label路径。例如,如果图片的路径为"../coco128/images/train2017/img001.jpg",那么对应的label路径就是"../coco128/labels/train2017/img001.txt"。每张图片对应一个txt文件,路径除了将最后一个"images"换成"labels",其他部分保持不变,这样才能正确找到对应的label文件。\[1\] 在BDD数据集中,标签共有10个类别,分别是:bus,traffic light,traffic sign,person,bike,truck,motor,car,train,rider。数据集中的每个标定框都对应一个类别,并且总共有约184万个标定框。\[2\] 为了生成训练集和验证集的图片路径列表文件,可以使用Python脚本。例如,可以创建一个名为"bdd100k_train_val.py"的脚本,通过遍历图片文件夹并将图片路径写入train.txt和val.txt文件中来生成训练集和验证集的图片路径列表。具体的脚本代码可以参考\[3\]中提供的示例代码。该脚本会根据自己设置的图片路径和生成的txt文件路径来生成对应的训练集和验证集的图片路径列表文件。 #### 引用[.reference_title] - *1* [BDD100K自动驾驶数据集格式转YOLO格式](https://blog.csdn.net/Boys_Wu/article/details/124253548)[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^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [BDD100K数据集YOLO格式](https://blog.csdn.net/retainenergy/article/details/126760436)[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^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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 1
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