https://www.cnblogs.com/answerThe/p/11481564.html
上面这篇文章已经写的非常详细了。有一点在我的实际情况中有点不一样,就是我的图片有些是没有标注内容的,在运行my_lables.py的时候会报错,我是这样修改的,直接跳过没有标注过的图片,不知道后面会不会出现问题,在这里先记录一下,代码如下:
def convert_annotation(year, image_id):
in_file = open('myData/Annotations/%s.xml' % (image_id)) # VOCdevkit/VOC%s/Annotations/%s.xml
out_file = open('myData/labels/%s.txt' % (image_id), 'w') # VOCdevkit/VOC%s/labels/%s.txt
tree = ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
# print(type(size))
if size is None: # 修改内容,如果图片上没有标记内容,size.find会报错
print(image_id)
return
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
cls = obj.find('name').text
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
bb = convert((w, h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
暂时记录到这里,在下载权重,看看这样跳过训练时会不会发生什么问题。
本文介绍了一种在使用YOLOv3进行目标检测训练时,如何处理未标注图像的方法。作者在运行my_lables.py脚本时遇到错误,原因是部分图像未进行标注。为解决此问题,作者修改了代码,使其能够跳过未标注的图像,避免了运行时的错误。文章详细展示了修改后的代码,并讨论了这种方法可能带来的后续影响。

被折叠的 条评论
为什么被折叠?



