机器视觉 - yolo 相关工具
模型可视化
yolov8 模型文件下载
https://github.com/ultralytics/assets/releases/
yolo官方针对几个流行数据集的转换工具
在yaml文件中包含处理脚本
yolov5: https://github.com/ultralytics/yolov5/blob/master/data/
yolov8: https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/
标签格式转换
roboflow提供的工具: https://roboflow.com/formats/yolov8-pytorch-txt
文章: https://zhuanlan.zhihu.com/p/461488682
代码: https://github.com/KKKSQJ/DeepLearning/blob/master/others/label_convert/README.md
文章+代码: https://0809zheng.github.io/2023/11/10/detection_dataset.html
train/val/test 数据集分隔工具: https://github.com/jfilter/split-folders
更高级的数据集合分割方法 K-Fold Cross Validation https://docs.ultralytics.com/guides/kfold-cross-validation/
yolo 标注文件可视化
txt标注可视化(批量) https://zstar.blog.csdn.net/article/details/134079365
源码: https://github.com/KKKSQJ/DeepLearning/blob/master/others/label_convert/show_img_by_yolo.py
标注工具
- X-AnyLabeling-CPU.exe, https://github.com/CVHub520/X-AnyLabeling
- AnyLabeling https://anylabeling.nrl.ai/docs , https://github.com/vietanhdev/anylabeling/releases
类别实例和检测框大小和高宽比分析
如果某个类别实例数量偏少, 模型结果就不会很好, 所以提前分析实例数非常重要. 对于小目标检测, 高宽比需要提前分析.
文章+代码: https://0809zheng.github.io/2023/11/10/detection_dataset.html
图像批量处理软件
- XnView MP, 可以批量转换图片格式/大小, 可以进行翻转等操作, 用做数据增强.
