概述
根据数据集图片名生成train_val_test的COCO格式的json文件
- 动机
- 代码
- 1. 将图片数据集划分成train、test和val三个文件夹数据集
- 2、根据图片名和COCO总JSON文件生成对应的JSON
动机
在做一个关于目标检测的项目的时候,用到了部分coco格式的自定义数据集,只有一个images图片文件夹和json文件,为了项目能够更方便运行,就尽量和coco数据集结构对齐,因此对其进行train_val_test划分。
前提是已经有该数据集整体的coco json文件,目的就是将数据集划分的同时也方便划分json文件。
- coco结构
${CenterNet_ROOT}
|-- data
`-- |-- coco
`-- |-- annotations
| |-- train2017.json
| |-- val2017.json
|-- train2017
|-- val2017
|-- test2017
代码
1. 将图片数据集划分成train、test和val三个文件夹数据集
# 工具类
import os
import random
import shutil
from shutil import copy2
def data_set_split(src_data_folder, target_data_folder, train_scale=0.8, val_scale=0.1, test_scale=0.1):
'''
读取源数据文件夹,生成划分好的文件夹,分为trian、val、test三个文件夹进行
:param src_data_folder: 源文件夹
:param target_data_folder: 目标文件夹
:param train_scale: 训练集比例
:param val_scale: 验证集比例
:param test_scale: 测试集比例
:return:
'''
print("开始数据集划分")
class_names = os.listdir(src_data_folder)
# 在目标目录下创建文件夹
split_names = ['train', 'val', 'test']
for split_name in split_names:
split_path = os.path.join(target_data_folder, split_name)
if os.path.isdir(split_path):
pass
else:
os.mkdir(split_path)
# 然后在split_path的目录下创建类别文件夹
for class_name in class_names:
class_split_path = os.path.join(split_path, class_name)
if os.path.isdir(class_split_path):
pass
else:
os.mkdir(class_split_path)
# 按照比例划分数据集,并进行数据图片的复制
# 首先进行分类遍历
for class_name in class_names:
current_class_data_path = os.path.join(src_data_folder, class_name)
current_all_data = os.listdir(current_class_data_path)
current_data_length = len(current_all_data)
current_data_index_list = list(range(current_data_length))
random.shuffle(current_data_index_list)
train_folder = os.path.join(os.path.join(target_data_folder, 'train'), class_name)
val_folder = os.path.join(os.path.join(target_data_folder, 'val'), class_name)
test_folder = os.path.join(os.path.join(target_data_folder, 'test'), class_name)
train_stop_flag = current_data_length * train_scale
val_stop_flag = current_data_length * (train_scale + val_scale)
current_idx = 0
train_num = 0
val_num = 0
test_num = 0
for i in current_data_index_list:
src_img_path = os.path.join(current_class_data_path, current_all_data[i])
if current_idx <= train_stop_flag:
copy2(src_img_path, train_folder)
# print("{}复制到了{}".format(src_img_path, train_folder))
train_num = train_num + 1
elif (current_idx > train_stop_flag) and (current_idx <= val_stop_flag):
copy2(src_img_path, val_folder)
# print("{}复制到了{}".format(src_img_path, val_folder))
val_num = val_num + 1
else:
copy2(src_img_path, test_folder)
# print("{}复制到了{}".format(src_img_path, test_folder))
test_num = test_num + 1
current_idx = current_idx + 1
print("*********************************{}*************************************".format(class_name))
print(
"{}类按照{}:{}:{}的比例划分完成,一共{}张图片".format(class_name, train_scale, val_scale, test_scale, current_data_length))
print("训练集{}:{}张".format(train_folder, train_num))
print("验证集{}:{}张".format(val_folder, val_num))
print("测试集{}:{}张".format(test_folder, test_num))
if __name__ == '__main__':
src_data_folder = "./dataset"
target_data_folder = "./output"
data_set_split(src_data_folder, target_data_folder)
2、根据图片名和COCO总JSON文件生成对应的JSON
根据下面代码,分别生成train、test、val的json文件
# -*- coding: utf-8 -*-
from __future__ import print_function
"""
Created on 2021/12/9
@author: Totie
"""
'''
从coco的标注文件里提取一张图片对应的json信息,并保存成新的json文件(以instance为例,其他的类似)。
'''
import matplotlib.pyplot as plt
import os, sys, zipfile
import urllib.request
import shutil
import numpy as np
# import skimage.io as io
import pylab
import json
from pycocotools.coco import COCO
pylab.rcParams['figure.figsize'] = (8.0, 10.0)
dataset_path = './coco'
image_path = 'val2017'
json_file='/root/CenterNet-ht/Center/data/coco/annotations/train.json' # # json源文件
coco=COCO(json_file)
data=json.load(open(json_file,'r'))
data_2={} #新json文件
data_2['info']=data['info']
data_2['licenses']=data['licenses']
data_2['categories']=data['categories']
annotation=[]
images = []
# print(data_img['images'])
imagename = [f for f in os.listdir(os.path.join(dataset_path, image_path))] #读取文件夹下图片名字
print(len(data['images']))
#根据图片数量找到每张图片对应的annotation,即每个‘images’可能有多个annotation(一张图片有多个可识别的目标)
for name_index in range(0,len(imagename)):
# 通过imgID 找到其所有instance
imgID = 0
for i in range(0,len(data['images'])):
if data['images'][i]['file_name'] == imagename[name_index]: #根据图片名找到对应的json中的'images'
imgID = imgID=data['images'][i]['id']
print(name_index, imgID)
for ann in data['annotations']: #根据image_id找到对应的annotation
if ann['image_id']==imgID:
annotation.append(ann)
data_2['annotations']=annotation
data_2['images'] = images
print(len(data_2['annotations']))
# 保存到新的json
json.dump(data_2,open('./val2017.json','w'),indent=4)
# 从coco标注json中提取单张图片的标注信息
最后
以上就是个性花生为你收集整理的根据图片名生成COCO格式json文件,train_val_test数据集的划分动机代码的全部内容,希望文章能够帮你解决根据图片名生成COCO格式json文件,train_val_test数据集的划分动机代码所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复