菜鸟快跑---目标检测画出全部框--数据显示

记录训练
一定要看数据标签,一定要看数据标签,一定要看数据标签
重要话说三次,因为一个星期都在训练模型,总是效果不好。数据集有1万+图片。开始懒得看标签,(不全部显示,也要差不多吧。。)我就显示了不到10张,以为其他都是正确的,然后这个炸弹把心态搞崩。
就记录下怎么全部显示框框和保存吧!
参考
博主的yolo-v4和tiny版一直在更新,对我帮助极大。
按照博主的程序存数据为train.txt
train.txt存数据格式

下面展示一些 画框
最后一列(对就是上边那一列4)是类别id

#需要自己输入自己的数据文本路径#
#我是按照上边博主的yolo-v4来编辑的train.txt#
#box[x_min,y_min,x_max,y_max,classes]#
annotation_path = r'.....\train.txt'
f = open(annotation_path)
lines = f.readlines()
for i in range(len(lines)):
    annotation_line = lines[i]
    line = annotation_line.split()
    image = Image.open(line[0])
    #把多个框放在boxs中
    boxs = np.array([np.array(list(map(int, box.split(',')))) for box in line[1:]])
    font = ImageFont.truetype(font='simhei.ttf', size=np.floor(3e-2 * np.shape(image)[1] + 0.5).astype('int32'))#博主github里有simhei.ttf,我就图省事,直接用了
    for box in boxs:
	    left, top, right, bottom = box[0], box[1], box[2], box[3]
	    classes = box[4]
	    names = ['类名1''类名2''类名3''类名n']#反正要写在框里,自己有多少写多少咯
	    draw = ImageDraw.Draw(img_new)
	    label = '{} '.format(names[classes])
	    label_size = draw.textsize(label, font)
	    label = label.encode('utf-8')
	    if top - label_size[1] >= 0:
	        text_origin = np.array([left, top - label_size[1]])
	    else:
	        text_origin = np.array([left, top + 1])
	    #框的颜色,大家可以自己挑
	    draw.rectangle([left , top , right , bottom])
	    #draw.rectangle([left , top , right , bottom],fill=None,outline='red')
	    #fill是矩形内部的填充颜色(不想看矩形内部,那你就遮掩吧),outline是矩形的颜色
	    draw.text(text_origin, str(label, 'UTF-8'), fill=(0, 0, 0), font=font)
	    del draw
	#你嘞画好的图存储地址,自己改咯
	pth = r'C:\Users\yhsd\Desktop\data_labels'
	#我就怕麻烦,直接取我原来地址的最后9个字符(就是当前图的'名字.png'。eg:00001.png<-就介个样子)
    path = os.path.join(pth,line[0][-9:])
    img_new.save(path)

```![在这里插入图片描述](https://img-blog.csdnimg.cn/2021052819135116.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_5,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwODg0MTg0,size_5,color_FFFFFF,t_70#pic_center)
![在这里插入图片描述](https://img-blog.csdnimg.cn/2021052819135121.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwODg0MTg0,size_10,color_FFFFFF,t_70#pic_center)![在这里插入图片描述](https://img-blog.csdnimg.cn/202105281913515.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwODg0MTg0,size_10,color_FFFFFF,t_70#pic_center)![在这里插入图片描述](https://img-blog.csdnimg.cn/20210528191350988.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQwODg0MTg0,size_10,color_FFFFFF,t_70#pic_center)

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