如果发现自己的数据集打错了，该怎么解决呢？

最新推荐文章于 2025-08-24 12:26:24 发布
原创 最新推荐文章于 2025-08-24 12:26:24 发布 · 852 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python

本文分享了在使用YoloX进行目标检测时遇到的标签错误问题及解决方案。通过定位并修正训练数据集中误标的标签，有效提高了模型的检测精度。

最近在跑yolox原作者的代码的时候发现了一个隐藏功能，
因为自己跑的是交通标志数据集，是自己打的标签，所以会有单词拼错了而导致精度不高的情况，我在跑之前的代码的时候就遇到，现在跑yolox的代码的时候就发现了标签错误的情况，将mandatory打成了mandatoty就会报错。

我原先在3000多张数据集里面就进行测试的时候就会发现mandatory精度很低。在这里插入图片描述
今天发现了这个问题之后就开始自己修改标签，但是标签太多了，工作量太大，但是yolox原作者的代码可以有效解决这个问题。
在/yolox/data/datasets/voc.py中只要打印img_id和name就可以有效的定位到哪一个标签打错了。
在这里插入图片描述
效果如下：
在这里插入图片描述
然后找到001336的xml就可以进行修改了。
在这里插入图片描述
还是科学技术可以解放生产力呀。。

【表面缺陷检测】基于yolov5的PCB表面缺陷检测(附代码和数据集)
学无止境、积少成多、厚积薄发
10-26 5163
今天手把手带大家做一个深度学习实战项目：基于yolov5的PCB(印刷电路板)表面缺陷检测（附代码+数据集）。
数据集标注错误的影响
yang_daxia的博客
03-31 1584
ImageNet验证集6%的标签都是错的，实际使用时也是会有标注错误。 所有有时大模型等结果没有比小模型好，可能是数据噪声导致的。 在存在大量标注错误的现实世界数据集中，小容量模型可能比大容量模型更有用。举个例子，从基于原始给定标签的测试准确率来看，NasNet 似乎要优于 ResNet-18，但如果用标签修正之后的测试集进行测试，NasNet 的准确率其实比不上 ResNet-18。由于后者在现实中更为重要，在这种情况下，我们在现实中部署的也应该是 ResNet-18，而不是 NasNet。 https:
数据集中存在错误标注怎么办？ 置信学习帮你解决
小白学视觉
08-06 1616
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达如果你曾经使用过诸如 CIFAR、MNIST、ImageNet 或 IMDB 之类的数据集，那么你可能会假设类标签是正确的。令人吃惊的是，ImageNet 中可能至少有 10 万个标签有问题。为什么我们不早点找到它们？在海量数据集中描述和发现标签错误的原则性方法非常具有挑战性，解决方案也很有限。在这篇文...
【深度学习】解决读入MINST数据集出现错误问题
weixin_55928290的博客
10-25 5805
只需更改origin_folder那一行，路径在~/.keras/datasets下，其中mnist.npz文件需要自己下载（下载链接在文章结尾），将下载好的文件放到tensorflow的环境~/.keras/datasets下。链接：https://pan.baidu.com/s/1ujwwixJa0mC9HDLUVEXdHw?None -- [WinError 10054] 远程主机强迫关闭了一个现有的连接。修改origin_folder内容如下，注意斜杠/，更改时注意找到自己的路径。
大数据集群各种报错及解决方案
qq_38220334的博客
06-09 1038
这个错误信息是Hadoop分布式文件系统（HDFS）中常见的问题，当你尝试在Hive或其他Hadoop应用程序中创建目录时遇到。具体来说，错误原因是NameNode（HDFS的元数据存储和管理器）正处于安全模式（Safe Mode）。安全模式是一种HDFS启动期间或在某些情况下为了维护数据完整性而执行的保护机制。安全模式下，NameNode不会接受新的写入请求，包括创建新的目录或文件，以防止数据损坏。在执行任何操作之前，建议查阅集群的官方文档或联系系统管理员，以确保操作的正确性和安全性。
torch.save() or model.load_state_dict()有问题？都不是，是我数据集写错了
ld_long的博客
02-22 603
torch.save() or model.load_state_dict()有问题？都不是，是我数据集写错了 今天看pytorch 文档看到了参数或模型的保存，就想动手实践一下。然后神奇的问题出现了。 如果我训练完后立刻保存参数到磁盘，然后马上实例化一个新model并载入刚刚保存的参数，再用这个新的model作预测，预测正确率与训练时一样。但是如果我注释掉训练部分。直接实例化新model并载入参数。预测正确率不足1%。于是我就觉得是不是torch.save或者model.load_state_dict用法
数据分析报告，被批“写错了！”我到底错哪了？
weixin_45534843的博客
04-17 539
你错了！写数据报告，最怕听见这三个字。特别是新同学，听到这三字简直如雷贯耳被吓得不知所措。其实，并非所有的错误都是我们的问题。今天我们就系统讲解下，数据分析报告常见的错误，和其中真正应该...
制作、训练自己的VOC数据集以及常见错误解决方法
笑看人生的博客
08-01 2587
训练自己的VOC数据集 最近因项目需要，对VOC数据集内部进行了改造，生成了项目中做需要的数据集。在这过程中，出现了大大小小一堆错误，特来博客分享给各位图像识别的各位。 制作过程 1.首先介绍一下VOC数据集内部结构 在目标检测中，主要用到了 Annotations，ImageSets，JPEGImages 其中 ImageSets/Main/ 保存了具体数据集的索引（其中包含test.txt，...
解决seaborn无法加载数据集错误
lymboy的博客
05-02 4633
问题描述 因研究需要，今天在了解seaborn 这个可视化框架，但是在第一行代码就报错了。。好嘛，看看啥错： 看到这我就知道大概啥问题了，国内网络对国外的网站很不友好。。 解决方案 解决方法也很简单，主要有以下三种： ke | xue | shang | wang 工具 配置代理 单独把数据集下载下来，拷贝到本地 方法一 ke | xue | shang | wang 懂的都懂，略。 方法二 配置代理其实跟方法一原理相同。seaborn在调用load_dataset方法时会先检查本地是.
YOLOX推理系列4-使用YOLOX训练自己的数据集
热门推荐
yinqinggong的博客
12-08 1万+
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码
slowfast自制ava动物数据集进行训练
strewberry4的博客
08-18 4659
根据ava格式，自制动物数据集在slowfast上进行训练
解决seaborn导入数据集出现错误
qq_33828738的博客
06-30 4441
微信公众号：龙跃十二 我是小玉，一个平平无奇的小天才！ 我们对于日常数据处理的时候，不可避免的需要对数据集进行可视化，目前我们使用最多的就是Matplotlib和Seaborn，seaborn其实是在Matplotlib的基础上的高级封装，用起来也会更加的简便，往往两三行代码就可以绘制美丽的图像。 Seaborn有一个自带的数据集seaborn-data，所以有时候我们可以直接在调用seaborn内置的数据集，小玉今天在用的时候就出现了一个错误，一直连接不上。 调用数据集： import seaborn.
解决“无法打开请求的数据库”问题的方法
最新发布
weixin_35972981的博客
08-24 1915
htmltable {th, td {th {pre {简介：在使用SQL SERVER数据库时，可能会遇到无法打开数据库的情况，这通常由多种原因引起。本简介提供了排查和解决此问题的可能策略，包括检查SQL Server服务状态、使用正确的登录凭据、确认数据库状态、检查文件路径和权限、确保系统资源充足、处理日志文件问题、查看SQL Server错误日志、确保数据库已正确附加以及管理数据库恢复模式。对于更复杂的问题，建议联系微软技术支持或进行更深入的诊断。
如何处理数据集加载多进程错误？
Kenji_Shinji的博客
06-15 439
在MindSpore的数据集加载接口中，可以启动多进程模式加快数据处理速度，具体有2个API支持：mindspore.dataset.GeneratorDataset链接：https://www.mindspore.cn/docs/api/zh-CN/master/api_python/dataset/mindspore.dataset.GeneratorDataset.html#mindspore.dataset.GeneratorDataset mindspore.dataset.m‍ap链接：ht
python实现yolo打乱数据集分配到train.txt 和val.txt代码
Mercury_sl的博客
12-01 1128
yolo打乱数据集分配到train.txt 和val.txt代码 import os import numpy as np import random image_list=[] for i in range(1,5505): image_list.append(str(i).zfill(8)) fv=open('val.txt','a+') ft=open('train.txt','a+') print(len(image_list)) val=[] val=random.sample(image
【批量修改数据集标签中label名字（或者标签中其他信息）】
qq_38253797的博客
11-07 2123
import xml.etree.ElementTree as ET import os def reLabelName(old_xml_path, new_xml_path, new_label): # 判断路径是否存在 if os.path.exists(old_xml_path): # 获取该目录下所有文件，存入列表中 fileList = os.listdir(old_xml_path) if len(fileList) >
批量修改VOC数据集中xml标注文件的标签名称
weixin_41870607的博客
07-13 971
批量修改VOC数据集中xml标签文件的标签名称
tensorflow_mnist数据集一直加载错误的解决办法
weixin_30699955的博客
10-26 824
tensorflow数据集一直加载错误的解决办法： from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) 引入minst数据集会报各种各样的错误，经过一番折腾，找到解决办法 首先在当前项目下新建 MNIST_...
批量更改标签名
qq_41585722的博客
12-30 769
多人标注的数据集难免出现打错标签名的情况，或在其他原因需要更改标签名可用此代码批量更改标签名。只需修改三个地方SrcDir（标签和图片所在路径）、SrcLabelName （要改动的标签名）、DstLabelName （要改成的标签名）。 你不清楚都有什么标签名？统计一下喽，传送门https://blog.youkuaiyun.com/qq_41585722/article/details/119565225 import os import imagesize from tqdm import tqdm impor
使用labelimg标注数据集打错标签怎么删除
04-01
### 如何在使用LabelImg时删除错误的标签 在使用LabelImg标注数据集的过程中，可能会遇到一些错误的标签需要删除的情况。以下是关于如何操作的具体方法： #### 删除单个错误标签 如果发现某个特定对象被错误地标记，则可以通过以下方式将其移除： - 首先选中目标框（Bounding Box），这通常通过点击对应的方框或者右侧列表中的条目完成。 - 接下来按下键盘上的 `Delete` 或者 `Backspace` 键来删除该标记[^1]。 #### 清理整个图像的所有标签 对于某些情况可能整张图都需要重新标注，在这种情况下可以一次性清除所有的现有标签而不必逐一手动去除每一个： - 打开菜单栏里的 Edit 菜单项； - 选择 Clear All Items 功能即可快速实现这一目的[^4]。 另外需要注意的是，如果您已经保存过当前正在编辑这张照片的相关信息到 XML 文件当中去之后再做上述修改动作的话，请记得再次点击 Save按钮以确保改动生效并同步至对应位置上[^2]。 此外还有可能出现由于之前定义好的类别名称发生变化而导致旧版记录无法匹配新版需求的情形下也提供了相应解决办法即保持您的标签列表在整个处理流程期间固定不变；每当存储一张新影像的同时 classess . txt文档会被自动刷新但是先前已存在的备注却不会再随之调整因此要特别留意这一点以免造成混淆误解影响最终效果评估准确性等问题发生几率增加风险提升等等不良后果产生出来哦！[^3] ```python # 示例代码展示如何自动化批量清理指定路径下的xml文件内容(仅作参考用途) import os from xml.dom import minidom def clear_xml_annotations(directory_path): for filename in os.listdir(directory_path): if not filename.endswith('.xml'): continue file_path = os.path.join(directory_path, filename) dom_tree = minidom.parse(file_path) root_node = dom_tree.documentElement object_nodes = root_node.getElementsByTagName('object') while len(object_nodes) > 0: obj_to_remove = object_nodes[0] parent_obj = obj_to_remove.parentNode parent_obj.removeChild(obj_to_remove) with open(file_path, 'w') as f: dom_tree.writexml(f, addindent='\t', newl='\n') clear_xml_annotations('/path/to/your/xml/files/') ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值