淘客怎么做推广网站,大连本地网,oa办公系统怎么使用,怎么做简单地网站#x1f4aa; 专业从事且热爱图像处理#xff0c;图像处理专栏更新如下#x1f447;#xff1a; #x1f4dd;《图像去噪》 #x1f4dd;《超分辨率重建》 #x1f4dd;《语义分割》 #x1f4dd;《风格迁移》 #x1f4dd;《目标检测》 #x1f4dd;《暗光增强》 专业从事且热爱图像处理图像处理专栏更新如下 《图像去噪》 《超分辨率重建》 《语义分割》 《风格迁移》 《目标检测》 《暗光增强》 《模型优化》 《模型实战部署》 目录 一、YOLO格式二、实现步骤三、代码3.1 参数修改3.2 代码 四、转换结果五、总结 一、YOLO格式
YOLO格式的数据集通常包含两部分图像文件和对应的文本标注文件。每个文本标注文件中包含了图像中每个物体的类别和位置信息。每一行代表一个物体格式如下
class_id x_center y_center width height其中class_id是物体类别的IDx_center和y_center是物体中心点的坐标和是物体的宽度和高度。所有的坐标和尺寸都需要被归一化即除以图像的宽度和高度因此它们的值都在0到1之间。
二、实现步骤
要将.png格式的标签图转换为YOLO格式的.txt文件需要以下步骤
1读取.png标签图每个物体应该被标记为不同的颜色
2解析标签图对每种颜色进行遍历找出所有像素点的坐标
3对每种颜色的像素点坐标进行分析计算出对应的bounding box通过找到最小和最大的xy坐标来实现
4将bounding box的坐标和尺寸归一化然后保存为.txt文件。
三、代码
3.1 参数修改 3.2 代码
注.png格式个标签图像必须是单通道图像。
import os
import cv2
import numpy as npdef convert_segmentation_to_yolo(img_path, output_path, num_classes):# 读取标签图img cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)height, width img.shape# 创建用于存储YOLO格式的列表yolo_labels []# 遍历每个类别for class_id in range(num_classes):# 找到当前类别的所有像素位置class_pixels np.where(img class_id)# 如果当前类别不存在跳过if len(class_pixels[0]) 0:continue# 找到类别的最小和最大边界x_min np.min(class_pixels[1])x_max np.max(class_pixels[1])y_min np.min(class_pixels[0])y_max np.max(class_pixels[0])# 计算中心点和宽高并归一化x_center (x_min x_max) / 2 / widthy_center (y_min y_max) / 2 / heightbbox_width (x_max - x_min) / widthbbox_height (y_max - y_min) / height# 保存YOLO格式的标签yolo_labels.append(f{class_id} {x_center} {y_center} {bbox_width} {bbox_height})# 将YOLO标签写入.txt文件txt_file os.path.splitext(os.path.basename(img_path))[0] .txtwith open(os.path.join(output_path, txt_file), w) as f:for label in yolo_labels:f.write(label \n)# 示例调用
# img_folder path/to/your/png/folder
# output_folder path/to/your/txt/folder
img_folder Images/Segment_Images/image_png
output_folder Images/Segment_Images/label_txt
# num_classes 21 # 假设有21个类别
num_classes 2 # 假设有21个类别if not os.path.exists(output_folder):os.makedirs(output_folder)# 遍历标签图文件夹并转换
for img_file in os.listdir(img_folder):if img_file.endswith(.png):img_path os.path.join(img_folder, img_file)convert_segmentation_to_yolo(img_path, output_folder, num_classes)
四、转换结果
下面是原始的png格式标签图和转换后的yolo格式.txt文件。 五、总结
以上就是语义分割前png、jpg格式标签图转yolo格式.txt文件的详细过程希望能帮到你
感谢您阅读到最后总结不易多多支持呀 点赞收藏⭐评论✍️您的三连是我持续更新的动力
关注公众号「视觉研坊」获取干货教程、实战案例、技术解答、行业资讯
