如何将json文件转为yolov5所需的txt文件 |
您所在的位置：网站首页 › macao怎么读 › 如何将json文件转为yolov5所需的txt文件 |
如何将json文件转为yolov5所需的txt文件
|
如今，深度学习非常热门，制作数据集是深度学习很重要的一环。制作数据集就离不开打标签，我们打出来的标签可能是 txt 格式 或者 xml 格式 或者json格式，但是yolo运行的标签格式是txt格式 所以我们要将json格式转换为txt格式 这个转换代码生成的txt文件是归一化后的，非常便捷 以下代码就可以轻松将json格式转换为txt格式。 首先看一下json内容 注意 这个json文件中的 shape_type:rectangle 代表这个打标签方式是矩形框 代码中有注释 修改两个文件路径 一个是json的文件路径 一个是生成txt的文件路径 还要修改一下标签的分类 点击运行 就可以转换了 import json import os def convert(img_size, box): # dw = 1. / (img_size[0]) # dh = 1. / (img_size[1]) # x = (box[0] + box[2]) / 2.0 - 1 # y = (box[1] + box[3]) / 2.0 - 1 # w = box[2] - box[0] # h = box[3] - box[1] # x = x * dw # w = w * dw # y = y * dh # h = h * dh x1 = box[0] y1 = box[1] x2 = box[2] y2 = box[3] return (x1, y1, x2, y2) def decode_json(json_floder_path, json_name): txt_name = 'D:/2021大创/label2/' + json_name[0:-5] + '.txt' #生成txt文件你想存放的路径 txt_file = open(txt_name, 'w') json_path = os.path.join(json_floder_path, json_name) data = json.load(open(json_path, 'r', encoding='utf-8')) img_w = data['imageWidth'] img_h = data['imageHeight'] for i in data['shapes']: if (i['shape_type'] == 'rectangle' and i['label'] == 'cone tank'): #分类的标签 x1 = float((i['points'][0][0]))/img_w y1 = float((i['points'][0][1]))/img_h x2 = float((i['points'][1][0]))/img_w y2 = float((i['points'][1][1]))/img_h bb = (x1, y1, x2, y2) bbox = convert((img_w, img_h), bb) txt_file.write( '0' + " " + " ".join([str(a) for a in bbox]) + '\n') if (i['shape_type'] == 'rectangle' and i['label'] == 'water horse bucket'): #分类的标签 x1 = float((i['points'][0][0]))/img_w y1 = float((i['points'][0][1]))/img_h x2 = float((i['points'][1][0]))/img_w y2 = float((i['points'][1][1]))/img_h bb = (x1, y1, x2, y2) bbox = convert((img_w, img_h), bb) txt_file.write( '1' + " " + " ".join([str(a) for a in bbox]) + '\n') if __name__ == "__main__": json_floder_path = 'D:/2021大创/label/' #json文件的路径 json_names = os.listdir(json_floder_path) for json_name in json_names: decode_json(json_floder_path, json_name)最后 让我们一起看一下生成的txt文件内容 非常完美！
如果觉得对你有用的话，动动发财的小手点点点赞和关注吧！嘿嘿 |
【本文地址】
今日新闻 |
推荐新闻 |