后台管理系统

就照着程序员青戈的前后端分离的那个视频，用mybatis-plus的接口，把数据库文件生成后端代码，vue前端代码根据elementUI官方文档，改一下。一切都不难，但是上星期因为这个事情，内心恐惧的，拖延竟然在寝室混了一星期。。呜呜呜呜，不在工位，一眼数据竞赛的情况也不看看，导致原本时间就紧迫的比赛，好嘛，全都结束了。（现在也知道了，讯飞钱少的比赛，就只有一个月）

yolo txt 数据处理

http://challenge.xfyun.cn/topic/info?type=helmet-wear&option=tjjg
安全帽识别（也过期了，呜呜呜，原本还想着用yolo跑一下，看看多少分，结果数据处理完了，发现赛事已经结束了，也就不训练了，我甚至统计出来person 有1000个标签；hlmat有30000个；head 有9000个；所有图片尺寸是416*416的）
所以这个过程要记录一下，毕竟花了一些时间

给的数据是这样的

要处理成

起初想着是python 文件读取 txt 读一行改一行，写入一行。
后来不好实现。
突然想到之前看的 pandas 读取txt.

import os
from tqdm import tqdmpath =r'C:\Users\abc\Desktop\讯飞\安全帽\安全帽佩戴位置识别挑战赛公开数据\train_anns - 副本'
files = os.listdir(path)
newpath =r"C:\Users\abc\Desktop\讯飞\安全帽\安全帽佩戴位置识别挑战赛公开数据\train_anns_yolo"
txts = []
cnt=0
for file in tqdm(files): #遍历文件夹
#     if cnt==10:
#         break
#     cnt = cnt+1if file.endswith('txt'):position = path+'\\'+ filepoi_data = pd.read_csv(position, sep=" ",names=['label','left','top','right','bottom'])#原始数据用空格分割w=416#图片尺寸是416*416h=416x1=poi_data['left']x2=poi_data['right']y1=poi_data['top']y2=poi_data['bottom']#         print(poi_data)x_ = (x1 + x2) / 2/wy_ = (y1 + y2) / 2/hw_ = (x2 - x1) / wh_ = (y2 - y1) / h
#         print(x_)newposition = newpath+'\\'+ filenewdata=pd.DataFrame(pd.concat([poi_data['label'],x_,y_,w_,h_],axis=1))
#         print(newdata)newdata.to_csv(newposition,sep=" ",header=False,index=False,float_format="%.5f")#不要滨投，不要序号，保留五位小数

开始不确定这个数据，还可视化了一下

import numpy as np
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
from matplotlib.lines import Line2D
from matplotlib.patches import Circle, Wedge,Rectangle
import matplotlib.image as mpimgleft=357
top=116
right=404
bottom=175
# helmet 357 116 404 175
pic=r"C:\Users\abc\Desktop\讯飞\安全帽\安全帽佩戴位置识别挑战赛公开数据\train_images\hard_hat_workers0.png"img=mpimg.imread(pic)
fig=plt.figure()
ax1=fig.add_subplot(111)
# rect=plt.Rectangle(((left+right)/2,(bottom+top)/2),right-left,bottom-top)#还以为和yolo一样锚点是中心呢，原来是左上角
rect=plt.Rectangle((left,top),right-left,bottom-top,alpha=0.4,color='g')
ax1.add_patch(rect)# plt.plot([left,right],[bottom,top])
plt.imshow(img);

参考列表

Image tutorial — Matplotlib 3.6.0 documentation
第二回：艺术画笔见乾坤 — fantastic-matplotlib (datawhalechina.github.io)

pandas读取txt_人间真正走过~的博客-CSDN博客_pandas读取txt

2021-12-09 Pandas—to_csv()写入函数参数详解_江南旧雨的博客-CSDN博客_tocsv参数

YOLO数据格式说明与转换_lokvke的博客-CSDN博客_yolo数据集格式

下一个比赛gogogo！

yolo txt 转格式相关推荐

VOC/YOLO/COCO数据集格式转换及LabelImg/Labelme/精灵标注助手Colabeler标注工具介绍
数据集格式:VOC(xml).YOLO(txt).COCO(json) 本文主要对Label格式,以及LabelImg.Labelme.精灵标注助手Colabeler这常用的三种数据标注软件进行介绍. ...
python 将YOLO（txt）格式的标注数据批量转换为PascalVOC（XML）格式的标注数据
python 将YOLO(txt)格式的标注数据批量转换为PascalVOC(XML)格式的标注数据准备工作修改代码路径运行代码程序bug(没时间看所以还没解决): 准备工作需在目标文件夹中 ...
labelme标注文件转coco json，coco json转yolo txt格式，coco json转xml, labelme标注文件转分割,boxes转labelme json
参考:https://github.com/wkentaro/labelme 一.labelme标注文件转coco json 1.标注时带图片ImageData信息,将一个文件夹下的照片和labelm ...
如何转换为YOLO txt格式
YOLO训练的label bbox格式是txt文档,如果是PASCAL VOC XML格式的文档或者其他类型文档,需要另外转换格式. YOLO格式要求 YOLO txt文档格式,它是由class id ...
【目标检测数据集汇总】YOLO txt格式各种数据集
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 [目标检测数据集汇总]目标检测YOLO txt格式数据集~各种数据集前言相关连接: 一.安全帽数据集(10755张,nc2) 二. ...
深度学习和目标检测系列教程 18-300：关于yolo、voc格式标签转化问题
@Author:Runsen PASCAL VOC(The PASCAL Visual Object Classes)是一个世界级的计算机视觉挑战赛,第一届比赛在2005年举办,随后一年举办一次,直到 ...
YOLO与voc格式互转,超详细
简述:YOLO为txt格式,voc为xml格式,具体结构如下图: 目录结构: |-py文件(转换的py文件) |-dataset ||–annotation (存放voc格式的文件夹) ||–YOLO ...
【画框脚本】YOLO和COCO格式画框
[画框脚本]YOLO和COCO格式画框 1. yolo格式画框 2. COCO格式画框 1. yolo格式画框 import cv2 import os import colorsys import ...
html转换txt文本格式方法,hthtml转txtml转换txt文本格式方法
html 转换txt文本格式,让记事本打开. 首先网页html文档直接可以使用记事本打开,如果需要转换转化为txt文本格式,大家只需要将扩展名改为.txt文本格式扩展名即可. html转化txt截图- ...

yolo txt 转格式

文章目录

后台管理系统

yolo txt 数据处理

参考列表

yolo txt 转格式相关推荐

最新文章

热门文章