目标检测底层实现

weixin_45955767

已于 2022-02-12 09:48:37 修改

阅读量1.3k

点赞数 1

分类专栏：目标检测文章标签：目标检测计算机视觉人工智能

于 2022-02-12 09:36:01 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_45955767/article/details/122892392

版权

该博客主要介绍了如何在Python中实现YOLO、COCO和VOC三种图像框标注格式之间的转换。通过提供的函数，可以将YOLO的[xmid, ymid, w, h]格式转换为VOC的[x1, y1, x2, y2]格式，以及COCO的[xmin, ymin, w, h]格式。反之亦然，方便在不同标注格式间进行数据迁移和处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

VOC,YOLO,COCO互转

def yolo2voc(bboxes, image_height=720, image_width=1280):
    """
    yolo => [xmid, ymid, w, h] (normalized)
    voc  => [x1, y1, x2, y1]
    
    """ 
    bboxes = bboxes.copy().astype(float) # otherwise all value will be 0 as voc_pascal dtype is np.int
    
    bboxes[..., [0, 2]] = bboxes[..., [0, 2]]* image_width
    bboxes[..., [1, 3]] = bboxes[..., [1, 3]]* image_height
    
    bboxes[..., [0, 1]] = bboxes[..., [0, 1]] - bboxes[..., [2, 3]]/2
    bboxes[..., [2, 3]] = bboxes[..., [0, 1]] + bboxes[..., [2, 3]]
    
    return bboxes

def coco2yolo(bboxes, image_height=720, image_width=1280):
    """
    coco => [xmin, ymin, w, h]
    yolo => [xmid, ymid, w, h] (normalized)
    """
    
    bboxes = bboxes.copy().astype(float) # otherwise all value will be 0 as voc_pascal dtype is np.int
    
    # normolizinig
    bboxes[...,

最低0.47元/天解锁文章