沐神小小迷弟

 **如果你想通过opencv的canny边缘检测将

## 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： ```python

每次用labelimg标注完数据，得到批量的xml文件后，考虑到部分图片需要跳过不用标注，为了整理一一对应的图片和xml文件，下面的脚本就能排上用场了，支持jpg、jpeg、bmp格式

当我们用labelimg标注完数据后，发现一些标签需要修改，应该怎么办，直接脚本一键批量修改，红色框为错误标签，绿色框为修正后的标签，注意修改需要一一对应；

基于yolov5的区域目标检测实质上就是在图片选定检测区域做一个遮掩mask，检测区域不一定为四边形，也可是其他形状。该方法可检测图片/视频/摄像头。

边界框回归损失在目标检测中非常重要，典型Loss就是IoU、GIoU、CIoU、SIoU。改动方案基本上都是在IoU上添加新的几何约束（GT框和 Anchor 框的距离、形状和角度），但是都忽略了边界