前言

本文分享将常规的YOLO检测信息,转为Labelme中的标签信息。

即:xxx.txt 转 xxx.json。YOLO版本支持YOLOv8、YOLOv5等。

通过模型预测的信息,有了大致的检测位置和类别信息,人工进行微调和审核即可,实现辅助标注。

1、分析YOLO格式

YOLO的标签文件通常是一个包含每行一个标签的TXT文件。

每一行的格式是:<object-class> <x_center> <y_center> <width> <height>。其中:

  • <object-class>是类别索引。
  • <x_center><y_center>是目标的中心点坐标(归一化到0-1)。
  • <width><height>是目标的宽度和高度(归一化到0-1)。

2、分析LabelMe格式

LabelMe使用的是JSON格式,每个标签是一个形状(shape)对象,包含以下信息:

  • label: 标签的名称。
  • points: 多边形的点列表(包含多边形顶点的坐标)。
  • group_id: (可选)用于将不同形状分组的ID。
  • shape_type: 形状类型(例如rectangle

点赞(0) 打赏

评论列表 共有 0 条评论

暂无评论

微信公众账号

微信扫一扫加关注

发表
评论
返回
顶部