YOLOX训练自己的数据集(voc)

github地址https://github.com/Megvii-BaseDetection/YOLOX

1.准备数据集

目录结构YOLOX/datasets/VOCdevkit/VOC2007/

JPEGImages(存放图片)

Annotations(标注xml)

ImageSets(makeTxt.py生成) /新建Main,将生成文件移动到Main下,或者直接修改代码

labels(makeLabel.py生成)

makeTxt.py

# coding:utf-8

import os
import random
import argparse

parser = argparse.ArgumentParser()
#xml文件的地址,根据自己的数据进行修改 xml一般存放在Annotations下
parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path')
#数据集的划分,地址选择自己数据下的ImageSets/Main
parser.add_argument('--txt_path', default='ImageSets', type=str, help='output txt label path')
opt = parser.parse_args()

trainval_percent = 1.0
train_percent = 0.9
xmlfilepath = opt.xml_path
txtsavepath 

版权声明:本文为CSDN博主「MollyHoo」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/Echoo0/article/details/119206242

MollyHoo

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

VOC数据集格式转化成COCO数据集格式

VOC数据集格式转化成COCO数据集格式 一、唠叨      之前写过一篇关于coco数据集转化成VOC格式的博客COCO2VOC,最近读到CenterNet的官方代码,实现上则是将voc转化成coco数据格式&#x

制作VOC格式数据集的train.txt、val.txt文件

一、前言 在以前的文章中已经聊过 VOC数据集的组织结构 和 VOC格式数据集转yolo(darknet)格式。 当我们按照组织结构将自己的图片和xml标注文件放在指定文件夹下之后,在转换时我们还需要使用到VOC格式数据集中的