python工具方法 22 基于相对值描述的目标检测标注文件的可视化

虽然在目标检测中有labelme、labelimg等标注利器,但是在一些公开的数据集上,却不是使用这些公开的格式。而是一种基于长宽比描述的标准信息,如卫星应用赛题——海上船舶智能检测的数据集,使用相对值描述标注目标,具体如下图1所示:

图1 常见的标注格式

针对于这种txt格式所描述的标注信息,无法快速的进行可视化,因此开发python脚本实现对这类数据的快速可视化。

1、读取单个图片可视化并保存

import glob,os
import numpy as np
from skimage import io
from PIL import Image,ImageDraw,ImageFont

def get_label(img_path):
    label_path=img_path.replace(".jpg",".txt")
    label_list=[]
    with open(label_path,"r") as f:
        label_list = f.readlines()

版权声明:本文为CSDN博主「万里鹏程转瞬至」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/a486259/article/details/122952843

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

YOLOX笔记

目录 1. 样本匹配 正负样本划分过程 2. yoloxwarmcos 学习率 3. 无法开启多gpu训练, 或者多gpu训练卡住? 1. 样本匹配 正负样本划分过程 说明: gt_centerbbox是在gt_bbox中心点向四周

Yolo(3)(项目)Yolo v3 目标检测(85分类)

目录 基础理论 一、 读取文件 二、神经网络初始化 1、搭建神经网络 2、GPU加速 三、打开摄像头、按帧读取图像 四、向神经网络输入 五、获取神经网络输出 1、获取各层名称 2、获取输出层名称 3、获取输出层图像&#xff

目标检测:YOLO v1算法

YOLO V1 算法思想 将一幅图像分成s*s个网格,如果某个目标的中心落在这个网格中,则这个网络就负责预测这个目标。每个网格要预测B个bounding box,每个bounding box除了要预