Riferimento per ultralytics/data/converter.py
Nota
Questo file è disponibile all'indirizzo https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/data/converter .py. Se riscontri un problema, contribuisci a risolverlo inviando una Pull Request 🛠️. Grazie 🙏!
ultralytics.data.converter.coco91_to_coco80_class()
Converte gli ID delle classi COCO a 91 indici in ID delle classi COCO a 80 indici.
Restituzione:
Tipo | Descrizione |
---|---|
list
|
Un elenco di 91 ID di classe in cui l'indice rappresenta l'ID di classe a 80 indici e il valore è il corrispondente ID di classe a 91 indici. corrispondente ID classe a 91 indici. |
Codice sorgente in 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('data/coco_paper.names', dtype='str', delimiter=' ') x1 = [list(a[i] == b).index(True) + 1 for i in range(80)] # da darknet a coco x2 = [list(b[i] == a).index(True) if any(b[i] == a) else None for i in range(91)] # da coco a darknet ```
Codice sorgente in 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)
Converte le annotazioni del dataset COCO in un formato di annotazione YOLO adatto all'addestramento dei modelli YOLO .
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
labels_dir |
str
|
Percorso della directory contenente i file di annotazione del set di dati COCO. |
'../coco/annotations/'
|
save_dir |
str
|
Percorso della directory in cui salvare i risultati. |
'coco_converted/'
|
use_segments |
bool
|
Se includere le maschere di segmentazione nell'output. |
False
|
use_keypoints |
bool
|
Se includere o meno le annotazioni dei punti chiave nell'output. |
False
|
cls91to80 |
bool
|
Se mappare 91 ID di classe COCO ai corrispondenti 80 ID di classe COCO. |
True
|
lvis |
bool
|
Se convertire i dati in un dataset lvis. |
False
|
Esempio
Uscita
Genera file di output nella directory di output specificata.
Codice sorgente in 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)
Converte le annotazioni dei dataset DOTA nel formato OBB (Oriented Bounding Box) di YOLO .
La funzione elabora le immagini contenute nelle cartelle "train" e "val" del dataset DOTA. Per ogni immagine, legge l'etichetta etichetta associata dalla cartella labels originale e scrive nuove etichette in formato YOLO OBB in una nuova cartella.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
dota_root_path |
str
|
Il percorso della directory principale del dataset DOTA. |
richiesto |
Esempio
Note
La struttura di directory assunta per il set di dati DOTA:
- DOTA
├─ images
│ ├─ train
│ └─ val
└─ labels
├─ train_original
└─ val_original
Dopo l'esecuzione, la funzione organizzerĂ le etichette in:
- DOTA
└─ labels
├─ train
└─ val
Codice sorgente in 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)
Trova una coppia di indici con la distanza piĂą breve tra due array di punti 2D.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
arr1 |
ndarray
|
Un array NumPy di forma (N, 2) che rappresenta N punti 2D. |
richiesto |
arr2 |
ndarray
|
Un array NumPy di forma (M, 2) che rappresenta M punti 2D. |
richiesto |
Restituzione:
Tipo | Descrizione |
---|---|
tuple
|
Una tupla contenente gli indici dei punti con la distanza piĂą breve in arr1 e arr2 rispettivamente. |
Codice sorgente in ultralytics/data/converter.py
ultralytics.data.converter.merge_multi_segment(segments)
Unisci piĂą segmenti in un unico elenco collegando le coordinate con la distanza minima tra ogni segmento. Questa funzione collega queste coordinate con una linea sottile per unire tutti i segmenti in uno solo.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
segments |
List[List]
|
Segmentazioni originali nel file JSON di COCO. Ogni elemento è un elenco di coordinate, come [segmentation1, segmentation2,...]. |
richiesto |
Restituzione:
Nome | Tipo | Descrizione |
---|---|---|
s |
List[ndarray]
|
Un elenco di segmenti connessi rappresentati come array NumPy. |
Codice sorgente in ultralytics/data/converter.py
ultralytics.data.converter.yolo_bbox2segment(im_dir, save_dir=None, sam_model='sam_b.pt')
Converte il dataset di rilevamento oggetti esistente (bounding box) in un dataset di segmentazione o in un bounding box orientato (OBB) nel formato YOLO . Genera dati di segmentazione utilizzando l'auto-annotatore di SAM , se necessario.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
im_dir |
str | Path
|
Percorso della directory dell'immagine da convertire. |
richiesto |
save_dir |
str | Path
|
Percorso per salvare le etichette generate, le etichette verranno salvate
in |
None
|
sam_model |
str
|
Modello di segmentazione da utilizzare per i dati di segmentazione intermedi; opzionale. |
'sam_b.pt'
|
Note
La struttura della directory di input assunta per il set di dati:
- im_dir
├─ 001.jpg
├─ ..
└─ NNN.jpg
- labels
├─ 001.txt
├─ ..
└─ NNN.txt