目标检测的boundingbox的几种表示方法

目标检测中bounding box的几种表示形式

1.xyxy型(x_min,y_min,x_max,y_max)——VOC边框表示法
用多个.xml文件存放
在这里插入图片描述

2.tlwh型(x_min,y_min,width,height)——coco边框表示法
用一个.json文件存放

在这里插入图片描述

3.xywh型(x_center,y_center,width,height)——yolo边框表示法
用多个.txt文件存放
在这里插入图片描述

还有一种是标注多个json文件的,具体我忘记了。

用不同网络训练自己的数据时,需要将数据转换成网络能够处理的数据。比如从VOC转json,从多个json转COCO,从VOC转txt。

版权声明:本文为CSDN博主「Code坑似海」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/Dongjiuqing/article/details/122363278

Code坑似海

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

【目标检测】锚框

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 前言 【个人学习笔记记录,如有错误,请指正!】 一、锚框 理解锚框之前,我们需

yolo-fastest模型

两个关于yolo-fastest的资料 https://github.com/dog-qiuqiu/Yolo-FastestV2/ https://github.com/dog-qiuqiu/Yolo-Fastest

手把手教你实现YOLOv3 (一)

1. 引言 最近整理了YOLO系列相关论文阅读笔记,发现仅仅靠阅读论文还是有很多内容一知半解,吃得不是很透彻. 尽管网络上有很多博客都在讲解,但是很多实现细节细究起来还是有些困难. 俗话说的好: Talk is cheap. Show me