1、功能简介
当我们拿到json标注数据，如何完成数据一键划分，并转成YOLO5适配的训练格式呢，下面两个脚本可以让这个问题立马结果；
2、脚本
数据集的一键划分：
import os
import random
trainval_percent = 0.9
train_percent = 0.9
jsonfilepath = 'data_get/Annotations'
txtsavepath = 'data_get/ImageSets'
total_json = os.listdir(jsonfilepath)
num = len(total_json)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open('/data/private/ImageSets/trainval.txt', 'w')
ftest = open('/data/private/ImageSets/test.txt', 'w')
ftrain = open('/data/private/ImageSets/train.txt', 'w')
fval = open('/data/private/ImageSets/val.txt', 'w')
for i in list:
name = total_json[i][:-5] + '\n'
if i in trainval:
ftrainval.write(name)
if i in train:
ftrain.write(name)
else:
fval.write(name)
else:
ftest.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()
数据集的一键转换：
import json
import os
from os import listdir, getcwd
from os.path import join
sets = ['train', 'test', 'val']
classes = ['point'] # 根据你的JSON文件中的类别进行设置
def convert(size, box): # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)
dw = 1. / size[0] # 1/w
dh = 1. / size[1] # 1/h
x = (box[0] + box[1]) / 2.0 # 物体在图中的中心点x坐标
y = (box[2] + box[3]) / 2.0 # 物体在图中的中心点y坐标
w = box[1] - box[0] # 物体实际像素宽度
h = box[3] - box[2] # 物体实际像素高度
x = x * dw # 物体中心点x的坐标比(相当于 x/原图w)
w = w * dw # 物体宽度的宽度比(相当于 w/原图w)
y = y * dh # 物体中心点y的坐标比(相当于 y/原图h)
h = h * dh # 物体宽度的宽度比(相当于 h/原图h)
return (x, y, w, h) # 返回 相对于原图的物体中心点的x坐标比,y坐标比,宽度比,高度比,取值范围[0-1]
def convert_annotation(image_id):
# 对应的通过year 找到相应的文件夹，并且打开相应image_id的json文件
in_file = open('data_get/Annotations/%s.json' % (image_id), encoding='utf-8')
# 准备在对应的image_id 中写入对应的label，分别为
# <object-class> <x> <y> <width> <height>
out_file = open('data_get/labels/%s.txt' % (image_id), 'w', encoding='utf-8')
# 解析json文件
data = json.load(in_file)
# 获得图片的尺寸大小
w = int(data['imageWidth'])
h = int(data['imageHeight'])
# 遍历目标obj
for obj in data['shapes']:
# 获得类别 =string 类型
cls = obj['label']
# 如果类别不是对应在我们预定好的class文件中，则跳过
if cls not in classes:
continue
# 通过类别名称找到id
cls_id = classes.index(cls)
# 获取对应的bndbox的数组 = ['xmin','xmax','ymin','ymax']
points = obj['points']
xmin = min(points[0][0], points[1][0])
xmax = max(points[0][0], points[1][0])
ymin = min(points[0][1], points[1][1])
ymax = max(points[0][1], points[1][1])
b = (xmin, xmax, ymin, ymax)
print(image_id, cls, b)
# 带入进行归一化操作
# w = 宽, h = 高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']
bb = convert((w, h), b)
# bb 对应的是归一化后的(x,y,w,h)
# 生成 class x y w h 在label文件中
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
print(wd)
for image_set in sets:
# 先找labels文件夹如果不存在则创建
if not os.path.exists('data_get/labels/'):
os.makedirs('data_get/labels/')
# 读取在ImageSets/Main 中的train、test..等文件的内容
# 包含对应的文件名称
image_ids = open('data_get/ImageSets/%s.txt' % (image_set)).read().strip().split()
# 打开对应的2012_train.txt 文件对其进行写入准备
list_file = open('data_get/%s.txt' % (image_set), 'w')
# 将对应的文件_id以及全路径写进去并换行
for image_id in image_ids:
list_file.write('data_get/images/%s.bmp\n' % (image_id))
# 调用 year = 年份 image_id = 对应的文件名_id
convert_annotation(image_id)
# 关闭文件
list_file.close()
下面就能愉快的训练啦！！！
本文由博客一文多发平台 OpenWrite 发布！
