YOLOv8教程系列：二、为YOLO系列数据集添加背景图片，降低误识别率 |
您所在的位置：网站首页 › yolo 模型 增加标签 › YOLOv8教程系列：二、为YOLO系列数据集添加背景图片，降低误识别率 |
YOLOv8教程系列：二、为YOLO系列数据集添加背景图片，降低误识别率
|
本文主要利用以下脚本生成无object的xml，检测任务支持添加负样本进行训练以降低误检率
1.新建脚本2.修改脚本3.运行脚本
1.新建脚本
在自己的工作空间里新建一个create_xml.py的文件，将下述代码复制进去 import os import glob import cv2 import threading import queue class CreateXml: def __init__(self,JpgPath: str, XmlPath: str): # 指定作为背景图片的图片路径 self.JpgPath = JpgPath # 即将生成的xml存放路径 self.XmlPath = XmlPath # 创建读图线程以及处理线程，防止读图时间过长影响处理 self.readimageThread = threading.Thread(target=self.readImg) self.createThread = threading.Thread(target=self.create) # 获取所有图片的列表 self.imglist = os.listdir(self.JpgPath) # 最大长度设定为列表总长度 self.imgQueue = queue.Queue(maxsize=len(self.imglist)) def readImg(self): for jpgFile in self.imglist: #不加后缀，用以拼接xml jpg_prefix = os.path.splitext(jpgFile)[0] # 图片全路径 jpg_full_path = os.path.join(self.JpgPath, jpgFile) img = cv2.imread(jpg_full_path) width, height,channel = img.shape array = [jpgFile,jpg_prefix,jpg_full_path,width,height,channel] self.imgQueue.put(array) print("写入图片线程已结束") def create(self): # 为了保险起见，所有图片都要被读完 count = 0 while True: # 如果数组不为空则进行处理 try: imgArray = self.imgQueue.get(block=False) xmlFilepath = os.path.join(self.XmlPath, imgArray[1] + '.xml') with open(xmlFilepath,'w') as f: f.write('\n') f.write('\tJPEGImages\n') f.write('\t' + str(imgArray[0]) + '\n') f.write('\t' + str(imgArray[2]) + '\n') f.write('\t\n') f.write('\t\t' + 'Unknown' + '\n') f.write('\t\n') f.write('\t\n') f.write('\t\t' + str(imgArray[3]) + '\n') f.write('\t\t' + str(imgArray[4]) + '\n') f.write('\t\t'+ str(imgArray[5])+'\n') f.write('\t\n') f.write('\t0\n') f.write('') print(f"{xmlFilepath} 已写入") count += 1 except queue.Empty : # print("queue get失败，即将再次尝试") if count == len(self.imglist): break print("写入xml线程已结束") def run(self): # 开始读图、处理线程 self.readimageThread.start() self.createThread.start() if __name__ == "__main__": Annotation = CreateXml(JpgPath='/Users/lizhijun/demo/create_xml/background', XmlPath ='/Users/lizhijun/demo/create_xml/empty_xml') Annotation.run() 2.修改脚本新建一个保存xml的文件夹，将脚本的74行的JpgPath和XmlPath修改为自己的文件夹路径，这是我的background文件夹： 这是我运行成功的截图 YOLOv8的训练教程可参看这篇文件： YOLOv8教程系列：一、使用自定义数据集训练YOLOv8模型（详细版教程），包含环境搭建/数据准备/模型训练/预测/验证/导出等 |
这是新生成的xml文件 
最后，将图片和xml都复制到对应的待训练文件夹中，即可导出训练啦~【本文地址】
今日新闻 |
推荐新闻 |