COCO格式转YOLOv5格式
注意:使用 *.sh 文件之前,最好 conda activate env 一下。看缺少什么安装包,在环境中安装,重新运行即可。
把原始下载的 CrowHuman 压缩包都放入 raw 中即可。
1、prepare_yolo_data.sh: 将转变为 yolo 数据集格式。
2、prepare_coco_data.sh: 将转变为 coco 数据集格式。其中: 在使用 prepare_coco_data.sh 之前,
- 新建你要存放 CrowdHuman 的文件夹。包含 CrowdHuman/images/train、CrowdHuman/images/val、CrowdHuman/labels/train、CrowdHuman/labels/val
- 要修改 gen_coco_stru.py 文件中的下面几行,为你的路径。
# 数据集生成目录
to_train_img_path = '/home/adr/datasets/CrowdHuman/images/train/'
to_val_img_path = '/home/adr/datasets/CrowdHuman/images/val/'
to_train_label_path = '/home/adr/datasets/CrowdHuman/labels/train/'
to_val_label_path = '/home/adr/datasets/CrowdHuman/labels/val/'
训练使用的 CrowHuman 的 yaml 文件可以对照着 coco 数据集的 yaml 写,或者 crowdhuman.yaml 文件里面的内容写都是可以的。
在各种格式转到YOLOv5格式之后,防止转换错误,最后检查一下,可视化一下标注结果。
查看anchor的数值是多少
VOC格式转YOLOv5格式
根据检测框和GT boxes输出混淆矩阵(TP,FN,FP,TN)据此可以计算模型指标 实现文件general.py 使用方法confusion_matrix_test.py
widerface人脸数据集转yolov5格式