Riferimento per ultralytics/data/utils.py
Nota
Questo file è disponibile su https://github.com/ultralytics/ ultralytics/blob/main/ ultralytics/data/utils .py. Se riscontri un problema, contribuisci a risolverlo inviando una Pull Request 🛠️. Grazie 🙏!
ultralytics.data.utils.HUBDatasetStats
Una classe per generare il set di dati HUB JSON e -hub
directory del set di dati.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
path |
str
|
Percorso di data.yaml o data.zip (con data.yaml all'interno di data.zip). Il valore predefinito è 'coco8.yaml'. |
'coco8.yaml'
|
task |
str
|
Attività del set di dati. Le opzioni sono "individua", "segmenta", "posa", "classifica". L'impostazione predefinita è "rileva". |
'detect'
|
autodownload |
bool
|
Tenta di scaricare il set di dati se non viene trovato localmente. L'impostazione predefinita è False. |
False
|
Esempio
Scarica i file *.zip da https://github.com/ultralytics/hub/tree/main/example_datasets Ad esempio, https://github.com/ultralytics/hub/raw/main/example_datasets/coco8.zip per coco8.zip.
from ultralytics.data.utils import HUBDatasetStats
stats = HUBDatasetStats('path/to/coco8.zip', task='detect') # detect dataset
stats = HUBDatasetStats('path/to/coco8-seg.zip', task='segment') # segment dataset
stats = HUBDatasetStats('path/to/coco8-pose.zip', task='pose') # pose dataset
stats = HUBDatasetStats('path/to/dota8.zip', task='obb') # OBB dataset
stats = HUBDatasetStats('path/to/imagenet10.zip', task='classify') # classification dataset
stats.get_json(save=True)
stats.process_images()
Codice sorgente in ultralytics/data/utils.py
426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 |
|
__init__(path='coco8.yaml', task='detect', autodownload=False)
Inizializza la classe.
Codice sorgente in ultralytics/data/utils.py
get_json(save=False, verbose=False)
Restituisce il dataset JSON per Ultralytics HUB.
Codice sorgente in ultralytics/data/utils.py
process_images()
Comprimi le immagini per Ultralytics HUB.
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.img2label_paths(img_paths)
Definisci i percorsi delle etichette come funzione dei percorsi delle immagini.
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.get_hash(paths)
Restituisce un singolo valore hash di un elenco di percorsi (file o directory).
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.exif_size(img)
Restituisce le dimensioni del PIL corrette da exif.
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.verify_image(args)
Verifica un'immagine.
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.verify_image_label(args)
Verifica una coppia immagine-etichetta.
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.polygon2mask(imgsz, polygons, color=1, downsample_ratio=1)
Converte un elenco di poligoni in una maschera binaria della dimensione dell'immagine specificata.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
imgsz |
tuple
|
Le dimensioni dell'immagine come (altezza, larghezza). |
richiesto |
polygons |
list[ndarray]
|
Un elenco di poligoni. Ogni poligono è un array con forma [N, M], dove N è il numero di poligoni e M è il numero di punti per i quali M % 2 = 0. |
richiesto |
color |
int
|
Il valore del colore per riempire i poligoni della maschera. Il valore predefinito è 1. |
1
|
downsample_ratio |
int
|
Fattore per il quale ricampionare la maschera. Il valore predefinito è 1. |
1
|
Restituzione:
Tipo | Descrizione |
---|---|
ndarray
|
Una maschera binaria della dimensione dell'immagine specificata con i poligoni riempiti. |
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.polygons2masks(imgsz, polygons, color, downsample_ratio=1)
Converte un elenco di poligoni in un insieme di maschere binarie della dimensione dell'immagine specificata.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
imgsz |
tuple
|
Le dimensioni dell'immagine come (altezza, larghezza). |
richiesto |
polygons |
list[ndarray]
|
Un elenco di poligoni. Ogni poligono è un array con forma [N, M], dove N è il numero di poligoni e M è il numero di punti per i quali M % 2 = 0. |
richiesto |
color |
int
|
Il valore del colore per riempire i poligoni delle maschere. |
richiesto |
downsample_ratio |
int
|
Fattore per il quale ricampionare ogni maschera. Il valore predefinito è 1. |
1
|
Restituzione:
Tipo | Descrizione |
---|---|
ndarray
|
Un insieme di maschere binarie della dimensione dell'immagine specificata con i poligoni riempiti. |
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.polygons2masks_overlap(imgsz, segments, downsample_ratio=1)
Restituisce una maschera di sovrapposizione (640, 640).
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.find_dataset_yaml(path)
Trova e restituisce il file YAML associato a un set di dati Detect, Segment o Pose.
Questa funzione cerca prima un file YAML al livello della radice della directory fornita e, se non viene trovato, esegue una ricerca ricorsiva. esegue una ricerca ricorsiva. Preferisce i file YAML che hanno lo stesso gambo del percorso fornito. Viene sollevato un AssertionError se non viene trovato alcun file YAML o se vengono trovati più file YAML.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
path |
Path
|
Il percorso della directory in cui cercare il file YAML. |
richiesto |
Restituzione:
Tipo | Descrizione |
---|---|
Path
|
Il percorso del file YAML trovato. |
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.check_det_dataset(dataset, autodownload=True)
Scarica, verifica e/o decomprime un set di dati se non si trova in locale.
Questa funzione verifica la disponibilità di un set di dati specificato e, se non viene trovato, ha l'opzione di scaricare e decomprimere il set di dati. Legge e analizza i dati YAML che lo accompagnano, assicurandosi che i requisiti chiave siano soddisfatti e risolve i percorsi relativi al set di dati. risolve i percorsi relativi al set di dati.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
dataset |
str
|
Percorso del dataset o del descrittore del dataset (come un file YAML). |
richiesto |
autodownload |
bool
|
Se scaricare automaticamente il set di dati se non viene trovato. Il valore predefinito è Vero. |
True
|
Restituzione:
Tipo | Descrizione |
---|---|
dict
|
Informazioni e percorsi del set di dati analizzati. |
Codice sorgente in ultralytics/data/utils.py
253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 |
|
ultralytics.data.utils.check_cls_dataset(dataset, split='')
Controlla un dataset di classificazione come Imagenet.
Questa funzione accetta un valore dataset
e tenta di recuperare le informazioni sul set di dati corrispondente.
Se il dataset non viene trovato localmente, tenta di scaricarlo da internet e di salvarlo localmente.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
dataset |
str | Path
|
Il nome del set di dati. |
richiesto |
split |
str
|
La suddivisione del set di dati. Può essere 'val', 'test' o ''. Il valore predefinito è ''. |
''
|
Restituzione:
Tipo | Descrizione |
---|---|
dict
|
Un dizionario contenente le seguenti chiavi: - 'train' (Percorso): Il percorso della directory contenente il set di allenamento del dataset. - 'val' (Percorso): Il percorso della directory contenente l'insieme di convalida del dataset. - 'test' (Percorso): Il percorso della directory contenente l'insieme di test del dataset. - 'nc' (int): Il numero di classi del set di dati. - 'names' (dict): Un dizionario dei nomi delle classi presenti nel dataset. |
Codice sorgente in ultralytics/data/utils.py
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 |
|
ultralytics.data.utils.compress_one_image(f, f_new=None, max_dim=1920, quality=50)
Comprime un singolo file immagine in dimensioni ridotte preservandone il rapporto d'aspetto e la qualità utilizzando la libreria Python Imaging Library (PIL) o la libreria OpenCV. Se l'immagine in ingresso è più piccola della dimensione massima, non verrà ridimensionata.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
f |
str
|
Il percorso del file immagine di input. |
richiesto |
f_new |
str
|
Il percorso del file immagine di output. Se non viene specificato, il file di input verrà sovrascritto. |
None
|
max_dim |
int
|
La dimensione massima (larghezza o altezza) dell'immagine di output. Il valore predefinito è 1920 pixel. |
1920
|
quality |
int
|
La qualità di compressione dell'immagine in percentuale. Il valore predefinito è 50%. |
50
|
Esempio
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.autosplit(path=DATASETS_DIR / 'coco8/images', weights=(0.9, 0.1, 0.0), annotated_only=False)
Suddivide automaticamente un set di dati in parti di treno/val/test e salva le parti risultanti in file autosplit_*.txt.
Parametri:
Nome | Tipo | Descrizione | Predefinito |
---|---|---|---|
path |
Path
|
Percorso della directory delle immagini. Il valore predefinito è DATASETS_DIR / 'coco8/images'. |
DATASETS_DIR / 'coco8/images'
|
weights |
list | tuple
|
Frazioni di treno, convalida e test. Il valore predefinito è (0.9, 0.1, 0.0). |
(0.9, 0.1, 0.0)
|
annotated_only |
bool
|
Se Vero, vengono utilizzate solo le immagini con un file txt associato. L'impostazione predefinita è False. |
False
|
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.load_dataset_cache_file(path)
Carica un dizionario Ultralytics *.cache dal percorso.
Codice sorgente in ultralytics/data/utils.py
ultralytics.data.utils.save_dataset_cache_file(prefix, path, x, version)
Salva un dataset Ultralytics *.cache dictionary x nel percorso.