Tài liệu tham khảo cho ultralytics/data/converter.py
Ghi
Tệp này có sẵn tại https://github.com/ultralytics/ultralytics/blob/main/ultralytics/dữ liệu/converter.py. Nếu bạn phát hiện ra một vấn đề, vui lòng giúp khắc phục nó bằng cách đóng góp Yêu cầu 🛠️ kéo. Cảm ơn bạn 🙏 !
ultralytics.data.converter.coco91_to_coco80_class()
Chuyển đổi ID lớp COCO 91 chỉ mục thành ID lớp COCO 80 chỉ mục.
Trở lại:
Kiểu | Sự miêu tả |
---|---|
list
|
Danh sách 91 ID lớp trong đó chỉ mục đại diện cho ID lớp 80 chỉ mục và giá trị là ID lớp 91 chỉ số tương ứng. |
Mã nguồn trong 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', dấu phân cách=' ') x1 = [list(a[i] == b).index(True) + 1 for i in range(80)] # darknet to coco x2 = [list(b[i] == a).index(True) if any(b[i] == a) else none for i in range(91)] # coco to darknet '''
Mã nguồn trong ultralytics/data/converter.py
ultralytics.data.converter.convert_coco(labels_dir='../coco/annotations/', save_dir='coco_converted/', use_segments=False, use_keypoints=False, cls91to80=True, lvis=False)
Chuyển đổi chú thích tập dữ liệu COCO thành một YOLO Định dạng chú thích phù hợp cho đào tạo YOLO Mô hình.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
labels_dir |
str
|
Đường dẫn đến thư mục chứa tệp chú thích tập dữ liệu COCO. |
'../coco/annotations/'
|
save_dir |
str
|
Đường dẫn đến thư mục để lưu kết quả vào. |
'coco_converted/'
|
use_segments |
bool
|
Có nên bao gồm mặt nạ phân đoạn trong đầu ra hay không. |
False
|
use_keypoints |
bool
|
Có bao gồm chú thích điểm chính trong đầu ra hay không. |
False
|
cls91to80 |
bool
|
Có ánh xạ 91 ID lớp COCO với 80 ID lớp COCO tương ứng hay không. |
True
|
lvis |
bool
|
Có nên chuyển đổi dữ liệu theo cách tập dữ liệu lvis hay không. |
False
|
Ví dụ
Ra
Tạo các tệp đầu ra trong thư mục đầu ra được chỉ định.
Mã nguồn trong 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)
Chuyển đổi chú thích tập dữ liệu DOTA thành YOLO Định dạng OBB (Oriented Bounding Box).
Hàm xử lý hình ảnh trong các thư mục 'train' và 'val' của tập dữ liệu DOTA. Đối với mỗi hình ảnh, nó đọc Nhãn được liên kết từ thư mục Nhãn gốc và ghi nhãn mới vào YOLO OBB định dạng vào một thư mục mới.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
dota_root_path |
str
|
Đường dẫn thư mục gốc của tập dữ liệu DOTA. |
bắt buộc |
Ví dụ
Ghi chú
Cấu trúc thư mục giả định cho tập dữ liệu DOTA:
- DOTA
├─ images
│ ├─ train
│ └─ val
└─ labels
├─ train_original
└─ val_original
Sau khi thực hiện, hàm sẽ sắp xếp các nhãn thành:
- DOTA
└─ labels
├─ train
└─ val
Mã nguồn trong 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)
Tìm một cặp chỉ số có khoảng cách ngắn nhất giữa hai mảng điểm 2D.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
arr1 |
ndarray
|
Một mảng hình dạng NumPy (N, 2) đại diện cho N điểm 2D. |
bắt buộc |
arr2 |
ndarray
|
Một mảng hình dạng NumPy (M, 2) đại diện cho các điểm M 2D. |
bắt buộc |
Trở lại:
Kiểu | Sự miêu tả |
---|---|
tuple
|
Một bộ chứa các chỉ số của các điểm có khoảng cách ngắn nhất trong arr1 và arr2 tương ứng. |
Mã nguồn trong ultralytics/data/converter.py
ultralytics.data.converter.merge_multi_segment(segments)
Hợp nhất nhiều phân đoạn thành một danh sách bằng cách kết nối tọa độ với khoảng cách tối thiểu giữa mỗi phân đoạn. Chức năng này kết nối các tọa độ này với một đường mỏng để hợp nhất tất cả các phân đoạn thành một.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
segments |
List[List]
|
Phân đoạn gốc trong tệp JSON của COCO. Mỗi phần tử là một danh sách các tọa độ, như [segmentation1, segmentation2,...]. |
bắt buộc |
Trở lại:
Tên | Kiểu | Sự miêu tả |
---|---|---|
s |
List[ndarray]
|
Danh sách các phân đoạn được kết nối được biểu diễn dưới dạng mảng NumPy. |
Mã nguồn trong ultralytics/data/converter.py
ultralytics.data.converter.yolo_bbox2segment(im_dir, save_dir=None, sam_model='sam_b.pt')
Chuyển đổi tập dữ liệu phát hiện đối tượng hiện có (hộp giới hạn) thành tập dữ liệu phân đoạn hoặc hộp giới hạn định hướng (OBB) trong YOLO định dạng. Tạo dữ liệu phân đoạn bằng cách sử dụng SAM Chú thích tự động khi cần.
Thông số:
Tên | Kiểu | Sự miêu tả | Mặc định |
---|---|---|---|
im_dir |
str | Path
|
Đường dẫn đến thư mục hình ảnh để chuyển đổi. |
bắt buộc |
save_dir |
str | Path
|
Đường dẫn để lưu các nhãn đã tạo, nhãn sẽ được lưu
vào |
None
|
sam_model |
str
|
Mô hình phân đoạn để sử dụng cho dữ liệu phân đoạn trung gian; Tùy chọn. |
'sam_b.pt'
|
Ghi chú
Cấu trúc thư mục đầu vào giả định cho tập dữ liệu:
- im_dir
├─ 001.jpg
├─ ..
└─ NNN.jpg
- labels
├─ 001.txt
├─ ..
└─ NNN.txt