tools工具脚本

• analyze: 数据集分析脚本
  • statistics_classnames.py: 统计数据集的类别名称，支持coco、pascalvoc、yolo、dota格式
• convert: 数据集格式转化
  • coco2voc.py: coco格式转pascal voc格式
  • coco2dota.py: coco格式转dota格式
  • coco2yolo.py: coco格式转yolo格式
  • dota2yolo.py: dota格式转yolo格式，选取四边形的最小外接正矩形作为box框
  • voc2dota.py: voc格式转dota格式
  • voc2yolo.py: voc格式转yolo格式
  • yolo2dota.py: yolo格式转dota格式
  • fair1m2dota.py: fair1m格式转dota格式
  • sodaa2dota.py: SODA-A数据集格式转dota格式
  • dota2rolabellmg.py: dota格式转rolabellmg的旋转框格式
  • csv2dota.py: csv标签文件转dota格式
  • dota2shp.py: dota格式转.shp矢量文件格式
  • sodaa2dota.py: SODA-A数据集格式转dota格式
  • nwpu2dota.py: WPU VHR-10的数据格式转dota格式
  • hrcs20162dota.py: HRCS2016数据集格式转dota格式(旋转框)
  • hrcs20162voc.py: HRCS2016数据集格式转pascal voc格式(水平框)
• plot: 画框，将标签文件的内容画到原图上
  • draw_box_label.py: 画框，可支持yolo和dota格式
• split: 数据集裁切
  • split_dataset_by_image.py: 根据图片的路径随机采样拆分数据集，在数据集根目录下生成train.txt、val.txt、trainval.txt和test.txt,其中的每行内容是图片的绝对路径
  • split_vocdataset.py: 根据voc标签文件的名称随机采样拆分数据集，在数据集根目录的ImageSets/Main文件夹下生成train.txt、val.txt、trainval.txt和test.txt,其中的每行内容是标签文件名称（不带拓展名）
  • cut
    • dota_gap_split.py: dota格式数据集裁剪
• scripts: 工具一起使用的脚本
  • plot_csv_dota_label.sh: 将dota的csv文件转成dota的标签格式，并将标签画到原图上，用于测试集的展示

裁剪数据

DOTA数据集裁剪

split/cut/dota_gap_split.py 裁剪的逻辑：先根据缩放因子对图片进行缩放，然后进行裁剪。 参数描述

• dataset-dir: 数据集的根目录，必填项
• gap: 裁剪时，子图宽和高部分重叠的像素面积，默认值为200
• subsize: 子图的像素尺寸，即分辨率，默认值为1024
• scale: 原图缩放因子
• image-dirname: 数据集根目录下存放图片的文件夹名称，默认值为images
• label-dirnam: 数据集根目录下存放标签的文件夹名称，默认值为labelTxt
• output-path: 裁剪结果输出的路径，默认值为运行脚本的路径下的split文件夹中
• save-ext: 裁剪图片文件保存的拓展名，默认值为.png
• nosave-empty: 裁切的图片中可能没有标签，是否不保存空标签的图片和标签文件，默认值为false，即保存空文件
• workers: 进程数量，默认值为4

DOTA_subsize1024_gap200_rate1.0裁剪

python split/cut/dota_gap_split.py --dataset-dir path/to/dataset \
                                   --gap 200 \
                                   --subsize 1024 \
                                   --rate 1.0 \
                                   --output-path path/to/output \
                                   --nosave-empty

数据集标签转化

coco格式转yolo

脚本目前只支持目标检测数据的格式转化，其他任务的格式转化，如实例分割和关键点，待后续完善。

参数描述

• dataset-dir: 数据集的根目录，必填项
• trainimg-dirname: 数据集根目录下训练集图片存放的文件夹名称，默认值为train2017
• valimg-dirname: 数据集根目录下验证集图片存放的文件夹名称，默认值为val2017
• trainjson-filename: 数据集根目录下annotations文件夹中训练集的标签文件名称，默认值为instances_train2017.json
• valjson-filename: 数据集根目录下annotations文件夹中验证集的标签文件名称，默认值为instances_val2017.json
• output-dir: 数据输出的路径，默认值为None, 即只会移动图片并将生成的yolo标签整合成yolo格式。若指定了路径，则会产生图片复制，增加硬盘空间的占用。

coco2017数据集转yolo

python convert/coco2yolo.py --dataset-dir path/to/dataset \
                            --trainimg-dirname train2017 \
                            --valimg-dirname val2017 \
                            --trainjson-filename instances_train2017.json \
                            --valjson-filename instances_val2017.json

dota格式转yolo

`数据集根目录下需要提供一个class.txt文件，其中内容为标签的类别名称，一行一个类别名称`, 转化的过程中只会保留class.txt文件中出现 过的标签名称。

参数描述

• dataset-dir: 数据集的根目录，必填项
• image-dirname: 数据集根目录下存放图片的文件夹名称，默认值为images
• lable-dirname: 数据集根目录下存放标签的文件夹名称，默认值为labelTxt
• difficult-thres: difficult阈值，大于阈值的标签会杯过滤掉，不记录。默认的值为1，即大一1的difficult值的标签都会被过滤掉

dota数据集转yolo

python convert/dota2yolo.py --dataset-dir path/to/dataset \
                            --image-dirname images \
                            --label-dirname labelTxt \
                            --difficult-thres 1

voc格式转yolo

数据集根目录下需要提供一个class.txt文件，其中内容为标签的类别名称，一行一个类别名称, 转化的过程中只会保留class.txt文件中出现 过的标签名称。

参数描述

• dataset-dir: 数据集的根目录，必填项
• obb: 是否转化.xml标签文件中的obb标签，默认为False，即值转化水平框标签

voc数据集转yolo

python convert/voc2yolo.py --dataset-dir path/to/dataset