Skip to content

Latest commit

 

History

History
161 lines (158 loc) · 6.1 KB

README.md

File metadata and controls

161 lines (158 loc) · 6.1 KB
Raw

AI Tools

  • formula.md : AI相关公式

  • grid.xlsx ：可打印的网络格子

  • img_resize.py ：图像缩放(注意Annotations为二级文件夹，即里面还有一层文件夹)

    python img_resize.py /home/data/Annotations /home/data/JPEGImages /home/data/output_draw

  • video2pic.py ： 将视频切割为图像(h264、mkv视频格式，保存为png图像)，其中video_folders的文件结构为video_folders/video_folder/video.h264，即20181013_city/dw_20181013_132808_0.000000_0.000000/video_first.h264

      input: 
      python video2pic.py \
      /home/andy/data/train/video_folders \
      /home/andy/data/train/output_folder
  output: 
      /home/andy/data/train/output_folder/video_folder/

  • files2folders.py ： 将图像/文件按照制定数量放到按照命名规则的文件夹中

      input: 
      python files2folders.py /home/andy/data/image_folder ./result_folder
  output: 
      ./result_folder

  • drawbox.py ： 将label绘制在图中并存储在指定文件夹(注意json为二级文件夹，即里面还有一层文件夹)

    input : python drawbdd.py  /home/data/json /home/data/img /home/data/output_draw
output:
       /home/data/output_draw

  • pick_ROI.py ： 提取标注好的ROI区域

    input : python3 pick_ROI.py  /home/andy/data/ann_dir  /home/andy/data/img_dir
output:
       ./ROIs/

  • pick_ROI.py ： 处理公共数据集数据(提取ROI区域、绘制外界边框)

    input : python processpublicdata.py /home/andy/data/txt /home/andy/data/img  /drawout /ROIs
output:
      ./drawout
      ./ROIs

  • create_train_data.py ： 训练数据加强，其中ROIs文件夹下保存的是pick_ROI.py程序执行后比较理想的结果

    input : python3 create_train_data.py /home/andy/data/ann_dir /home/andy/data/img_dir /home/andy/data/ROIs --num 1000
output:  
      ./new_img
      ./new_label

  • abspath2txt.py : 将文件夹中文件的绝对路径保存到txt中

    input: 
    python3 abspath2txt.py /home/andy/Data/img
output: 
    ./imgPath.txt

  • json2yolo.py ： 将json标注文件转换为yolo格式，其中json_folders的文件结构为json_folders/json_folder/json，即json/072901/20180729_0001_500.json

    input: 
    python3 json2yolo.py /home/andy/data/json_folders ./output_folder
output: 
    ./output_folder

  • img2train.py ： 将图像分为训练和验证集，保存为train.txt和val.txt

    input: 
    python3 img2train.py /home/andy/Data/img
output: 
    ./train.txt
    ./val.txt

  • img2train_with_check_img.py ： 检验图像并将图像分为训练和验证集，保存为train.txt和val.txt

  • pick_img_by_list.py ： 根据txt中的图像列表将图像和标签提取出来

    input: 
    python3 pick_img_by_list.py /home/andy/data/val.txt /home/andy/data/labels /home/andy/data/img
output: 
    ./pickedLabel
    ./pickedImg

  • create_VOC_txt.py ： 创建VOC-like的txt文件，其中Main文件夹下的只有文件名，当前文件夹下的是完整的目录

    input: 
    python3 create_txt_list.py /home/andy/Data/img
output: 
    ./VOC/ImageSets/Main/train.txt
    ./VOC/ImageSets/Main/val.txt
    ./train.txt
    ./val.txt

  • showprocessbar.py ： 显示处理进度脚本

  • pick_xml_img_by_xml.py ： 从同一个文件夹中挑选xml和image文件分别到相应文件夹中

    input: 
    python3 pick_xml_img_by_xml.py /home/andy/data/labels /home/andy/data/img 
output:    
    ./pickedLabel
    ./pickedImg

  • pick_xml_img_by_img.py ： 根据图片文件夹将图片和标注文件挑选出来

    input: 
    python pick_all_xml_img.py /home/andy/data/labels /home/andy/data/img
output:    
    ./pickedLabel
    ./pickedImg

  • pick_txt_img_by_label.py : 根据指定标签将txt和image文件挑出来

    input : 
    python3 pick_txt_img_by_label.py  /home/andy/data/label_dir/  /home/andy/data/img_dir/ 
output : 
    ./pickedLabel
    ./pickedImg

  • txt2xml.py ： YOLO的txt标签转VOC的xml格式标签脚本

    input : 
    python3 txt2xml.py /home/andy/data/ann_dir /home/andy/data/img_dir
output:
    ./xml

  • xml2txt.py　：　VOC数据集xml标签转YOLO需要的txt格式的标签脚本

    input : 
    python3 xml2txt.py /home/andy/data/xml  /home/andy/data/img
output :
    ./txt
    ./train.txt
    ./val.txt
    ./trainAll.txt

  • pick_non_empty_txt.py : 提取text文件夹中非空的text文件

    input : 
    python3 rm_empty_txt.py /home/andy/data/txt  /home/andy/data/img
output :
    ./dst_txt
    ./dst_img

  • count_classes_by_txt.py : 通过txt标注文件统计每一类的数量

    input : 
    python3 count_classes.py  /home/andy/data/txt_dir/
output :
    ./classes_label_txt.txt
    ./classes_index_txt.txt

  • calculate_boxes.py : 统计 json 文件中boundingbox数量；

  • Caffe数据预处理

  • YOLO数据预处理

  • TensorRT