跳转至

labelImg → YOLOv5

简介

将 labelImg 标注的数据集格式转换为 YOLO 格式。

labelImg 结构如下

Tip

具体结构示例文件，可移步：labelImg_dataset

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
labelImg_dataset
├── classes.txt
├── images(13).jpg
├── images(13).txt
├── images(3).jpg
├── images(3).txt
├── images4.jpg
├── images4.txt
├── images5.jpg
├── images5.txt
├── images6.jpg
├── images7.jpg
└── images7.txt

转换

1
2
3
4
5
labelImg_to_yolov5 --data_dir dataset/labelImg_dataset \
                   --save_dir dataset/labelImg_dataset_output \
                   --val_ratio 0.2 \
                   --have_test \
                   --test_ratio 0.2
  • --data_dir: labelme 标注的数据所在路径，示例为 dataset/labelImg_dataset
  • --save_dir: 转换后数据存储路径，默认为 dataset/labelImg_dataset_publaynet
  • --val_ratio: 验证集所占比例，默认为总量的 0.2
  • --have_test: 是否划出测试集，默认为 False，如果想要划分测试集，直接加上该参数即可。
  • --test_ratio: 测试集的比例，默认为总量的 0.2

转换后结构如下

Tip

具体结构示例文件，可移步：yolov5_dataset

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
labelImg_dataset_output/
├── classes.txt
├── images
│   ├── images(13).jpg
│   ├── images(3).jpg
│   ├── images4.jpg
│   ├── images5.jpg
│   └── images7.jpg
├── labels
│   ├── images(13).txt
│   ├── images(3).txt
│   ├── images4.txt
│   ├── images5.txt
│   └── images7.txt
├── non_labels        # 这个是没有标签的图像目录
│   └── images6.jpg
├── test.txt
├── train.txt
└── val.txt

进一步转换为 COCO 格式

1
yolov5_to_coco --data_dir dataset/labellImg_dataset_output

评论