dataset-convert-toolkit 0.0.2

一个简单的深度学习数据集转换工具

dataset_convert_toolkit

deep learning dataset convert toolkit

labelme

labelme annotation tool and convert labels to VOC, launch labelme and prapar labels.txt for masrk label names. and then gui will be display, you can annotation on it.(data_annotated represent marsked label save path)

eg: traffic light annocation with command, data_annotated can replease with ./datasetsample/traffic_light/label
labelme data_annotated --labels config/labels.txt --nodata --autosave

dataset convert yolo format

1. convert labelme marsk label to yolo datasets format with command.

python ./dataset_convert_tool.py  --rectjson2yolo --json_dir "./datasetsample/traffic_light_labelme/label/" --output_dir './traffic_light_yolo' --labels "./config/traffic_light_labelme.yaml"
or 
python ./dataset_convert_tool.py  --rectjson2yolo --json_dir "./datasetsample/traffic_light_labelme/label/" --output_dir './traffic_light_yolo' --labels "config/labels.txt"
or only display with(normal datasets should use up 2 command)
python ./dataset_convert_tool.py  --rectjson2yolo --json_dir "datasetsample/traffic_light_labelme/label" --output_dir './traffic_light_yolo'

转换效果demo:

2. convert VOC label to yolo datasets format with command.

python ./dataset_convert_tool.py  --rectvoc2yolo --xml_dir "datasetsample/SafetyHelmet_VOC/Annotations" --output_dir  "./helmet_yolo" --labels "config/labels_safetyhelmet_voc.txt"

VOC 格式的头盔数据集转为yolo 格式数据集效果

convert labelme marsk label to voc datasets format with command.(data_dataset_voc represent label converted of VOC dolder)

./labelme2voc.py data_annotated data_dataset_voc --labels labels.txt

so this code is refrence from https://github.com/labelmeai/labelme/tree/main/examples/bbox_detection

3. COCO to yolo

python dataset_convert_tool.py --cocotoyolo --cocojson_file 'datasetsample/coco_test/train' --output_dir './coco_test' --labels 'config/coco_test.yaml'

coco to yolo 目前没有测，因为手上没有coco数据集

labelme json(line) convert to culane

1. convert labelme line convert to culane formate

python dataset_convert_tool.py --linejson2culane --line_json_dir 'datasetsample/laneline_test/label' --output_dir './laneline_culane' --labels 'config/laneline.yaml' --sample_dir 'datasetsample/laneline_test/foxcon' --crop_height 0.5

生成后的效果

• datasetsample/laneline_test 为供转换参考的demo 样本，
• foxcon/ 为训练的样本，
• laneline_culane/laneseg_label_w16/foxcon 为label真值，将参与训练，
• laneline_culane/list/trainval_gt.txt 为train和val 的样本list,
• laneline_culane/marsk_disp/foxcon 为可视化的效果。

需要注意，可以用laneline_culane/foxcon/1682315093.575532.lines.txt 作为评分真值车道线抽样点，每一行表示一个车道线的sample点，sample点第一个值表示车道线属性值，1表示label为1的车道线，2表示label为2的车道线，注意和culane数据集的区别 [ * lines.txt ] 一般只参与评分。

label 1,2,3,...表示什么在 config/laneline.yaml 文件中定义，一般0为背景，例如：

names: ['ll', 'l', 'r', 'rr']

则，0 表示背景，1表示ll，2表示l，3表示r，4表示rr

未来将考虑接入：

• KITTI Road
• BDD100K
• Waymo Open Dataset
• Argoverse 2
• Lyft Level 5

labelme json(rect) convert to VOC

将labelme 标注的rect labels 转换为VOC 数据集格式

 python dataset_convert_tool.py --labelmejson2voc --json_dir 'datasetsample/traffic_light_labelme/label' --output_dir './traffic_light_voc' --labels 'config/labels.txt'

UA-DETRAC 数据集转VOC 格式数据集

 python ua_detrac_convert_tool.py --rectxml2voc --image_dir /home/udi/DataSet1/车辆检测数据集/train --xml_dir /home/udi/DataSet1/车辆检测数据集/Train-XML/DETRAC-Train-Annotations-XML --output_dir ./detrac_train

参数说明

如果需要单独将YOLO 或者VOC 等格式的数据集划分为train.txt val.txt 可以参考

• 按照绝对路径

from dataset_convert_toolkit.utils.file.py import filetool
if __name__ == '__main__':
    #  python train_val_split_2.py
    filetool.generate_sets_val_train_txt_absolute_paths('/home/udi/workspace/panchuanchao/yolov8/datasets/traffic_light_yolo/images',
                                                        endwith='.jpg',
                                                        test_ratio=0.2, random_seed=42,
                                                        tranval_save_dir='/home/udi/workspace/panchuanchao/yolov8/datasets/traffic_light_yolo/ImageSets/Main', 
                                                        images_dir='/home/udi/workspace/panchuanchao/yolov8/datasets/traffic_light_yolo/images')