使用python,将文件夹中所有的labelme标注生成的json文件转换为可以用于labelimg标注的yolo格式的yaml文件,且文件名与原文件名一致。

时间: 2024-02-15 10:04:51 浏览: 24
可以使用以下代码实现: ```python import os import json import yaml # 设置标签类别 classes = ["object"] # 待转换json文件所在的文件夹 json_folder = "/path/to/json/folder" # 转换后yaml文件所在的文件夹 yaml_folder = "/path/to/yaml/folder" # 遍历json文件 for filename in os.listdir(json_folder): if filename.endswith(".json"): with open(os.path.join(json_folder, filename), "r") as f: data = json.load(f) img_width = data["imageWidth"] img_height = data["imageHeight"] objects = [] for shape in data["shapes"]: label = shape["label"] points = shape["points"] xmin = min([point[0] for point in points]) ymin = min([point[1] for point in points]) xmax = max([point[0] for point in points]) ymax = max([point[1] for point in points]) object_dict = {"name": label, "xmin": xmin, "ymin": ymin, "xmax": xmax, "ymax": ymax} objects.append(object_dict) # 写入yaml文件 yaml_filename = os.path.splitext(filename)[0] + ".yaml" with open(os.path.join(yaml_folder, yaml_filename), "w") as f: yaml_dict = {"image": os.path.splitext(filename)[0] + ".jpg", "width": img_width, "height": img_height, "depth": 3, "objects": objects, "classes": classes} yaml.dump(yaml_dict, f) # 写入txt文件 txt_filename = os.path.splitext(filename)[0] + ".txt" with open(os.path.join(yaml_folder, txt_filename), "w") as f: for obj in objects: class_index = classes.index(obj["name"]) x_center = (obj["xmin"] + obj["xmax"]) / 2 / img_width y_center = (obj["ymin"] + obj["ymax"]) / 2 / img_height width = (obj["xmax"] - obj["xmin"]) / img_width height = (obj["ymax"] - obj["ymin"]) / img_height txt_line = "{} {:.6f} {:.6f} {:.6f} {:.6f}\n".format(class_index, x_center, y_center, width, height) f.write(txt_line) ``` 这段代码会遍历指定文件夹中所有的json文件,将每个文件中的标注信息转换为yolo格式的yaml文件和txt文件。其中,yaml文件用于在labelimg中显示标注信息,txt文件用于训练yolo模型。在此代码中,我们将标签类别统一设置为"object",如果需要添加其他类别,可以修改`classes`列表。同时,这段代码会保持新文件与原文件名相同。

相关推荐

最新推荐

recommend-type

将labelme格式数据转化为标准的coco数据集格式方式

labelme标注图像生成的json格式: { "version": "3.11.2", "flags": {}, "shapes": [# 每个对象的形状 { # 第一个对象 "label": "malignant", "line_color": null, "fill_color": null, "points": [# 边缘...
recommend-type

关于在labelme批量转化json文件时PermissionError: [Errno 13] Permission denied: ‘F:/zkx/list_path[i]’的解决

批量转化可以在json_to_dataset文件里直接运行代码实现。这个思路还要感谢我的一个师兄。 代码如下: import argparse import base64 import json import os import os.path as osp import imgviz import PIL.Image...
recommend-type

pre_o_1csdn63m9a1bs0e1rr51niuu33e.a

pre_o_1csdn63m9a1bs0e1rr51niuu33e.a
recommend-type

matlab建立计算力学课程的笔记和文件.zip

matlab建立计算力学课程的笔记和文件.zip
recommend-type

FT-Prog-v3.12.38.643-FTD USB 工作模式设定及eprom读写

FT_Prog_v3.12.38.643--FTD USB 工作模式设定及eprom读写
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。