https://blog.csdn.net/StopAndGoyyy/article/details/138681454

使用方式#xff1a;将img_path和label_path分别填入对应的图…

以下教程用于验证转成YOLO使用的txt格式适用场景矩形框配合json格式文件转成YOLO使用的txt格式脚本使用。

https://blog.csdn.net/StopAndGoyyy/article/details/138681454

使用方式将img_path和label_path分别填入对应的图片文件夹及标签文件夹路径运行。

show_num参数控制最大展示数量按空格切换。

import

i.replace(os.path.splitext(i)[-1],

)img_list.append(i)datast_img_formatimg_list[-1].split(.)[-1]if

.txt:i

i.replace(os.path.splitext(i)[-1],

)label_list.append(i)print(路径下无jpg,png,jpeg格式的图片,当前图像路径:

str(img_path)

str(len(img_list)))print(路径下无标签文件,当前标签路径

str(label_path)

str(len(label_list)))img_without_label

[]for

i.replace(os.path.splitext(i)[-1],

not

label_list:img_without_label.append(i)if

list(set(img_list)

int(bottom_right_y)),colors[int(label)]

int(label)

fontFacecv2.FONT_HERSHEY_COMPLEX,fontScale1,

int(label)

rO:\DeepLearningTool\01_handle_dataset\dataset\object\image#

img_path

rO:\DeepLearningTool\dataset\image#

修改输入标签文件夹label_path

rO:\DeepLearningTool\01_handle_dataset\dataset\object\label#

label_path

rO:\DeepLearningTool\dataset\label#

输出文件夹outfile

os.path.isdir(img_path):ok_img,

datast_img_format

f.read().strip().splitlines()],

dtypenp.float32)for

os.path.exists(./output/):os.mkdir(./output/)print(outfile

i)cv2.imwrite(outfileidatast_img_format,

img)haveShow

f.read().strip().splitlines()],

dtypenp.float32)for