YOLOv8自用数据集输出COCO评价指标（包含大中小物体的AP值）解决AssertionError: Results do not correspond to current coco set问题

最新推荐文章于 2025-04-09 21:50:46 发布

weixin_46170504

最新推荐文章于 2025-04-09 21:50:46 发布

阅读量4.4k

点赞数 16

文章标签： YOLO 人工智能深度学习

本文链接：https://blog.csdn.net/weixin_46170504/article/details/136571546

版权

首先在YOLO项目下新建一个文件夹可命名为TXToCOCO 在该文件下新增txt2coco.py文件、class.txt文件，在数据集文件夹下新建annotations文件夹

txt2coco.py文件用于将yolo格式的数据集转化为coco格式并生成json文件

class.txt用来存放每个类别的名字

txt2coco.py文件如下---只需修改路径即可

import os
import json
import cv2
import random
import time
from PIL import Image

# 部分同学都用的autodl, 用antodl举例
# 使用绝对路径

#数据集 txt格式-labels标签文件夹
txt_labels_path='改为自己数据集val的标签所在路径'

#数据集图片images文件夹
datasets_img_path='改为自己数据集val的图片所在路径'
# 这里 voc 为数据集文件名字，可以改成自己的路径

# xx.json生成之后存放的地址
save_path='dataset/annotations/'#指定生成的json文件的存放路径


classes_txt='/TXToCOCO/class.txt改为class.txt文件所在路径'


with open(classes_txt,'r') as fr:
    lines1=fr.readlines()

categories=[]
for j,label in enumerate(lines1):
    label=label.strip()
    categories.append({'id':j,'name':label,'supercategory':'None'})
print(categories)

write_json_co