Referencia para ultralytics/data/converter.py
Nota
Este archivo está disponible en https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/data/converter .py. Si detectas algún problema, por favor, ayuda a solucionarlo contribuyendo con una Pull Request 🛠️. ¡Gracias 🙏!
ultralytics.data.converter.coco91_to_coco80_class()
Convierte los ID de clase COCO de 91 índices en ID de clase COCO de 80 índices.
Devuelve:
Tipo | Descripción |
---|---|
list
|
Una lista de 91 ID de clase en la que el índice representa el ID de clase de 80 índices y el valor es el ID de clase de 91 índices correspondiente. correspondiente ID de clase de 91 índices. |
Código fuente en ultralytics/data/converter.py
14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 |
|
ultralytics.data.converter.coco80_to_coco91_class()
Converts 80-index (val2014) to 91-index (paper).
For details see https://tech.amikelive.com/node-718/what-object-categories-labels-are-in-coco-dataset/.
Example:
```python
import numpy as np
a = np.loadtxt('data/coco.names', dtype='str', delimiter='
') b = np.loadtxt('datos/coco_papel.nombres', dtype='str', delimiter=' ') x1 = [list(a[i] == b).index(True) + 1 for i in range(80)] # darknet a coco x2 = [lista(b[i] == a).índice(Verdadero) si alguno(b[i] == a) si no Ninguno para i en rango(91)] # de coco a darknet ```
Código fuente en ultralytics/data/converter.py
117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 |
|
ultralytics.data.converter.convert_coco(labels_dir='../coco/annotations/', save_dir='coco_converted/', use_segments=False, use_keypoints=False, cls91to80=True, lvis=False)
Convierte las anotaciones del conjunto de datos COCO a un formato de anotación YOLO adecuado para entrenar modelos YOLO .
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
labels_dir |
str
|
Ruta al directorio que contiene los archivos de anotación del conjunto de datos COCO. |
'../coco/annotations/'
|
save_dir |
str
|
Ruta al directorio donde guardar los resultados. |
'coco_converted/'
|
use_segments |
bool
|
Si incluir máscaras de segmentación en la salida. |
False
|
use_keypoints |
bool
|
Si incluir anotaciones de puntos clave en la salida. |
False
|
cls91to80 |
bool
|
Si se asignan 91 ID de clase COCO a los correspondientes 80 ID de clase COCO. |
True
|
lvis |
bool
|
Si convertir los datos en forma de conjunto de datos lvis. |
False
|
Ejemplo
Salida
Genera archivos de salida en el directorio de salida especificado.
Código fuente en ultralytics/data/converter.py
216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 |
|
ultralytics.data.converter.convert_dota_to_yolo_obb(dota_root_path)
Convierte las anotaciones del conjunto de datos DOTA al formato YOLO OBB (Oriented Bounding Box).
La función procesa las imágenes de las carpetas "train" y "val" del conjunto de datos DOTA. Para cada imagen, lee la etiqueta etiqueta asociada del directorio de etiquetas original y escribe nuevas etiquetas en formato YOLO OBB en un nuevo directorio.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
dota_root_path |
str
|
La ruta del directorio raíz del conjunto de datos DOTA. |
necesario |
Ejemplo
Notas
La estructura de directorios asumida para el conjunto de datos DOTA:
- DOTA
├─ images
│ ├─ train
│ └─ val
└─ labels
├─ train_original
└─ val_original
Tras la ejecución, la función organizará las etiquetas en:
- DOTA
└─ labels
├─ train
└─ val
Código fuente en ultralytics/data/converter.py
338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 |
|
ultralytics.data.converter.min_index(arr1, arr2)
Encuentra un par de índices con la distancia más corta entre dos matrices de puntos 2D.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
arr1 |
ndarray
|
Una matriz NumPy de forma (N, 2) que representa N puntos 2D. |
necesario |
arr2 |
ndarray
|
Una matriz NumPy de forma (M, 2) que representa M puntos 2D. |
necesario |
Devuelve:
Tipo | Descripción |
---|---|
tuple
|
Una tupla que contiene los índices de los puntos con la distancia más corta en arr1 y arr2 respectivamente. |
Código fuente en ultralytics/data/converter.py
ultralytics.data.converter.merge_multi_segment(segments)
Fusiona varios segmentos en una lista conectando las coordenadas con la distancia mínima entre cada segmento. Esta función conecta estas coordenadas con una línea fina para fusionar todos los segmentos en uno.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
segments |
List[List]
|
Segmentaciones originales en el archivo JSON de COCO. Cada elemento es una lista de coordenadas, como [segmentación1, segmentación2,...]. |
necesario |
Devuelve:
Nombre | Tipo | Descripción |
---|---|---|
s |
List[ndarray]
|
Una lista de segmentos conectados representados como matrices NumPy. |
Código fuente en ultralytics/data/converter.py
ultralytics.data.converter.yolo_bbox2segment(im_dir, save_dir=None, sam_model='sam_b.pt')
Convierte el conjunto de datos de detección de objetos existente (cuadros delimitadores) en un conjunto de datos de segmentación o cuadro delimitador orientado (OBB) en formato YOLO . Genera datos de segmentación utilizando el autoanotador SAM según sea necesario.
Parámetros:
Nombre | Tipo | Descripción | Por defecto |
---|---|---|---|
im_dir |
str | Path
|
Ruta al directorio de imágenes a convertir. |
necesario |
save_dir |
str | Path
|
Ruta para guardar las etiquetas generadas, las etiquetas se guardarán
en |
None
|
sam_model |
str
|
Modelo de segmentación que se utilizará para los datos de segmentación intermedios; opcional. |
'sam_b.pt'
|
Notas
La estructura del directorio de entrada asumida para el conjunto de datos:
- im_dir
├─ 001.jpg
├─ ..
└─ NNN.jpg
- labels
├─ 001.txt
├─ ..
└─ NNN.txt