YOLOv5实例分割

目录

一，准备工作

1.1 标签数据解释：

1.2 数据集格式转换方法汇总

图片和JSON在一个文件夹的形式，通过下面的代码会再相同文件夹下生成对应的txt文件

方式2：

二，训练、测试、检测

一，准备工作

用conda创建自己的环境

安装项目路径下的requirements.txt

数据集准备：coco128-seg

1.1 标签数据解释：

最前面的是类别信息的索引

后面每两个数字代表一个点对于整张图像的相对位置

每一行代表图像中的一个mask

可视化标签数据：

1.2 数据集格式转换方法汇总

方式1：

通过labelme自己标注生成一个个的小json文件，这样你就可以得到全部图片对应的json文件了，然后将图片放在一个文件夹，所有的标注信息放在一个文件夹；或者所有图片和JSON再一个文件夹的形式。然后我们通过下面的代码将其转换为TXT标签文件。

import glob
import numpy as np
import json
import os
import cv2

# 根据原图和JSON格式的标签文件生成对应的YOLO的TXT标签文件保存到json_path路径下（保存文件名字和原来文件的名字一样，后缀换成txt）
json_path = r"./labelme/train2014" # 原始的JSON标签文件
TXT_path = r"./labelme/TXT_file