# yolo-seg-label

**Repository Path**: cslibowen/yolo-seg-label

## Basic Information

- **Project Name**: yolo-seg-label
- **Description**: yolov5-v7.0版本的分割标签制作工具.
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 1
- **Created**: 2022-12-04
- **Last Updated**: 2023-08-31

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# yolo-seg-label
[toc]

#### 介绍
`yolov5-v7.0`版本的分割标签制作工具.

使用`labelme`给图片打的分割标签是json格式的,但是yolov5-v7.0分割用的标签是txt格式的,并且和传统yolo的标签格式并不相同,所以才有了本项目.本项目可以实现由json转换成txt,从而适合于使用yolov5-v7.0进行训练.具体的数据格式可以参考[我的博客](https://blog.csdn.net/condom10010/article/details/128164963?csdn_share_tail=%7B%22type%22%3A%22blog%22%2C%22rType%22%3A%22article%22%2C%22rId%22%3A%22128164963%22%2C%22source%22%3A%22condom10010%22%7D).

更多内容可以查看我的[yolo专栏](https://blog.csdn.net/condom10010/category_12129920.html),目前还刚开始写.

#### 架构
分成两个脚本:

- json到txt的转换脚本:   `transform_label.py `
- 分数据集脚本:  `transform_label.py `


#### `transform_label.py `使用说明

1. 路径json_path就是根据labelme生成的json格式标签文件所在目录.
2. 路径yoloseg_txt_label是生成的适合于yolov5-seg的标签文件所在目录.


#### `dateset_make.py `使用说明 
这个程序主要是根据原始数据和标签,分成训练集,测试集和验证集.具体方法主要是由函数`cut_dataset`实现

```python
def cut_dataset(type_,idx,dataset_images_path):
    """根据图片截取数据集
    Args:
        type_: 数据值类型
        idx (list): 索引区间  例如[0,1000]表示0~1000帧
        dataset_root_path (str): 图片存储的根目录name
        
    """
    new_path=dataset_images_path + "/" +type_
    origin_path=dataset_images_path + "/origin/" 
    if not os.path.exists(new_path):
        os.mkdir(new_path)
    for file in os.listdir(origin_path):
        name = file.split(".")[0]
        if float(name) >=idx[0] and  float(name) < idx[1] :
            mycopyfile(origin_path+"/"+file,new_path)

```
- 关于路径设置:
1.  原始图片需要存放在`$root_path`/images/origin中,后面的`/images/origin`不可以改变,前面的`root_path`根据自己的位置修改.
2.  原始标签需要存放在`$root_path`/labels/origin中,后面的`/labels/origin`不可以改变,前面的`root_path`根据自己的位置修改.
3.  训练集图片需要存放在`$root_path`/images/train
4.  测试集图片需要存放在`$root_path`/images/test
5.  验证集图片需要存放在`$root_path`/images/val
6.  训练集标签需要存放在`$root_path`/labels/train
7.  测试集标签需要存放在`$root_path`/labels/test
8.  验证集标签需要存放在`$root_path`/labels/val



#### 版本说明

##### 2022.12.04 :
- json到txt的转换脚本:   `transform_label.py `
- 分数据集脚本:  `transform_label.py `