New___dream的博客

本文介绍了一个将LabelMe格式JSON标注转换为YOLO格式TXT文件并划分数据集的Python脚本。主要功能包括：1)将LabelMe标注转换为YOLO格式(中心坐标+宽高)；2)支持批量处理JSON文件夹；3)自动创建训练/验证/测试集(默认比例8:1:1)；4)同时复制对应图片文件。使用argparse模块接收参数，包括JSON文件夹路径、TXT保存路径、类别映射字典等。脚本会自动处理坐标归一化、过滤无效标注，并生成符合YOLO要求的目录结构。

查看教程发现大部分都是训练变成红色方框，但是并不能改变推理框的颜色，训练框颜色受plot.py影响，但是推理框的颜色是由另一个文件plotting.py影响的。将颜色编码改为想要的颜色就可以了，颜色编码在两个文件开头的hexs。

yolov8做分割时如何去除目标框第一步找到yolov8\ultralytics\utils\plotting.py。第二步找到100行左右的box_label函数。在运行时就只有分割后的掩码图不会有目标框了。

【代码】python查询xml类别。

目标：为了查看自己在标注标签时是否准确，写了这段代码来将标注的框打到原图上。

【代码】将图片与标签分为训练集测试集和验证集。

2.使用卡尔曼滤波进行目标跟踪，以预测目标的位置和速度。3.使用匈牙利算法将检测到的目标与跟踪的目标进行匹配。4.使用外观描述符（Appearance Descriptor）来区分不同的目标，即使它们具有相似的外观特征。DeepSORT是一种基于深度学习的目标跟踪算法，它结合了卡尔曼滤波和匈牙利算法，可以在视频中对目标进行跟踪。如果长时间遮挡，导致预测的位置不确定性更大，即协方差会更大，马氏距离计算是使用了协方差的倒数会更小。匈牙利算法的核心是构造代价矩阵，马氏距离和余弦距离的线性加权和。

判断label值是否已经存在于label_list中。# 定义json文件夹路径，改成自己的文件夹路径。# 将label值添加到label_list中。# 判断文件是否为json文件。# 获取json文件中的label值。# 遍历json文件夹中的所有文件。# 读取json文件内容。# 定义存储类别的列表。# 打开json文件。