WindowsBatch与LinuxShell比较[batchfile之label与shell之函数]

本文对比了批处理(batchfile)中的label与Shell脚本中的函数功能。详细介绍了如何在批处理文件中定义和调用label,以及在Shell脚本中如何定义和使用函数,并解释了两者之间的主要区别。

batch file的label与shell的函数比较

1 batch file
@echo off 

echo 调用前 

echo 调用子过程 
call :sub

echo 调用后 
Goto end

:sub 
echo 子过程调用中
goto :eof 

:end
echo 退出
Pause 
exit
注意:
label用:来定义,相当于程序块,也可以认为是函数,使用goto跳转到label。
如果使用call来调用label且label前仍有:,此时此label实际上被转化为子batch file。此时lable中的goto :eof仅表示推出子batch file,不是退出整个batch file。
2 shell file
#!/bin/bash 
function quit {
   
exit
}  
function e {
    
echo $1 
}  
e Hello
e World
quit
echo foo 


function afunc
{
  
echo "alice: $*"
  
echo "$0: $1 $2 $3 $4"
  
echo "$# arguments"

  local var1
  var1
="in function"
  
echo var1: $var1
  
return $?
}

var1
=globalvar
afunc a b c d e f
echo $var1
注意:
定义时不用指定参数,调用时直接用$1,$2...来访问参数。
function 中可以使用local来屏蔽全局变量。

3完!
### 如何使用 Labelme 自动生成 `label.txt` 标签文件 Labelme 是一款强大的图像标注工具,通常用于生成 JSON 文件作为标注结果。然而,在许多机器学习项目中,模型训练所需的标签通常是 TXT 或其他特定格式而非 JSON。因此,需要将这些 JSON 文件转换为目标检测框架(如 YOLO)所支持的 TXT 格式。 以下是关于如何通过 Labelme 和其脚本实现自动生成 `label.txt` 的方法: #### 1. 使用 Labelme 转换 JSON 到 TXT Labelme 提供了一个内置的 Python 脚本来处理这种需求。可以通过运行以下命令来执行 JSON 至 TXT 的转换操作[^3]: ```bash labelme_json_to_dataset.py input.json ``` 此命令会读取指定路径下的 JSON 文件并将其解析成目标检测所需的数据结构。如果要批量处理多个 JSON 文件,则可以编写一个小脚本来遍历整个目录中的所有 JSON 文件,并逐一调用上述命令。 #### 2. 修改 Python 代码以适应具体需求 有时默认的行为可能无法满足项目的特殊要求,比如类别名称映射不一致等问题。此时可以根据实际场景调整源码逻辑[^2]。例如,假设希望所有的类名都统一存储在一个单独的 `labels.txt` 中而不是分散在各个子文件夹里,那么可以在相关函数内部加入额外的写入机制。 下面是一个简单的例子展示如何扩展官方脚本的功能以便创建全局共享的 `labels.txt`: ```python import os from labelme import utils import imgviz import argparse def main(): parser = argparse.ArgumentParser() parser.add_argument('json_file') args = parser.parse_args() json_file = args.json_file # 新增部分:定义输出 labels.txt 的位置 base_dir, _ = os.path.splitext(json_file) out_label_txt = f"{base_dir}_all_labels.txt" data = utils.labelme_shapes_to_label(...) # 将当前图片涉及的所有唯一标签追加到总列表中去重保存 with open(out_label_txt, 'a') as f: for lbl_name in set([d['label'] for d in shapes]): f.write(f"{lbl_name}\n") if __name__ == '__main__': main() ``` 这段代码片段展示了如何修改原始脚本使其能够维护一份跨多张照片共同使用的分类清单。 #### 3. 自动化流程整合 为了简化日常作业过程,还可以考虑进一步封装以上步骤成为一个完整的批处理解决方案。这不仅限于 Linux Shell Scripting 还包括 Windows Batch Files 等形式。最终目的是让用户只需点击一次按钮即可完成从初始素材准备到最后可用数据集构建全过程自动化管理。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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