YOLO添加中文标签

本文介绍了如何将YOLO的物体检测结果从英文转化为中文,包括在遇到问题时的解决步骤,如修改data/labels/make_labels.py,解决convert命令找不到和权限问题,以及修改image.c并重新编译YOLO,最终成功生成中文类别标签。

YOLO默认输出检测物体的英文名称,我们需要显示本土化,本来以为只需要在代码添加label的地方汉化就可以,后发现不会有效果。
参考YOLO应用化之添加中文支持
可能是点背,我遇到的问题要比上边提到的多,故我又写了篇博客记录我的心酸历程,希望能帮到更多人。
修改步骤如下

1、修改data/labels/make_labels.py

# -*- coding: utf-8 -*-    
import os   

#l=[]
#with open("coco.names") as list_in:
#    for line in list_in:
#        l.append(line)

l=["人","自行车","车","摩托车","飞机","大巴","火车","卡车","船","交通灯","消防栓","停止标识","停车计时器","长凳","鸟","猫","狗","马","羊","牛","大象","熊","斑马","长颈鹿","背包","伞","手提包","领带","手提箱","飞盘","雪橇","滑雪板","体育用球","风筝","棒球棒","棒球手套","滑板","冲浪板","网球拍","瓶子","红酒杯","杯子","叉子","小刀","勺子","碗","香蕉","苹果",
<think>好的,我现在需要回答用户关于YOLO格式标签标注方法的问题。用户已经提供了相关的引用内容,我需要结合这些信息来生成一个结构清晰的中文回答,并且符合系统级指令中的要求,比如使用正确的LaTeX格式和生成相关问题。 首先,我需要回忆YOLO格式的基本概念。YOLO格式使用归一化的坐标,中心点坐标和宽高都是相对于图像尺寸的比例,范围在0到1之间。每个对象的标注一行,格式为“类别编号 x_center y_center width height”。例如,一个标注可能是“0 0.45 0.3 0.2 0.4”,这表示类别0,中心点在(45%宽度,30%高度),宽度和高度分别是图像的20%和40%。 接下来,用户可能想知道具体的标注步骤。根据提供的引用,LabelImg工具可以支持YOLO格式的标注。因此,我需要指导用户如何在LabelImg中选择YOLO格式,并正确保存标签文件。步骤可能包括安装LabelImg、设置保存格式为YOLO、标注图像并保存为.txt文件等。 另外,用户提供的引用[^1]和[^2]提到了VOC和YOLO格式之间的换代码,这部分可能可以作为扩展内容,但用户当前的问题是关于标注方法,所以换部分可能不需要详细展开,但可以简要提及换工具的存在,作为相关参考。 需要确保回答中使用正确的行内LaTeX,例如提到归一化坐标时,可以用$x_{\text{center}}$这样的格式。同时,如果有独立公式,如归一化公式,需要用$$...$$格式,例如计算坐标的公式。 然后,生成相关问题需要考虑用户可能进一步的需求,比如工具的使用、换方法、处理多类别等。根据引用内容,换代码已经存在,所以相关问题可以涉及换步骤、工具推荐、处理多类别等。 需要检查是否所有LaTeX语法正确,行内公式用$...$,独立公式单独成段,使用中文回答,结构清晰,分步骤说明,并在最后添加相关问题。同时,引用标识需要自然地添加在引用的段落末尾,比如提到换代码时引用。 现在,组织这些思路,按照用户要求的格式进行回答,确保每个部分清晰,步骤明确,并符合格式要求。</think>### YOLO格式标签标注方法 YOLO格式标注采用归一化坐标描述目标位置,每个标注文件为.txt文本文件,与图像同名。标注格式为: $$ \text{类别编号} \quad x_{\text{center}} \quad y_{\text{center}} \quad \text{width} \quad \text{height} $$ 其中所有数值均为相对于图像宽高的比例值,范围在$[0,1]$之间。 #### 标注步骤说明 1. **安装标注工具** 推荐使用LabelImg,支持YOLO格式导出: ```bash pip install labelImg labelImg # 启动工具 ``` 2. **设置标注格式** 在LabelImg界面按下`Ctrl+R`,将默认保存格式改为YOLO(文件扩展名为.txt) 3. **创建类别文件** 新建`classes.txt`文件,按顺序写入所有类别名称,例如: ```text cat dog bicycle ``` 4. **标注过程** - 用矩形框选目标时,自动计算归一化坐标 - 保存后生成.txt文件,例如标注结果为: ```text 1 0.45 0.33 0.12 0.24 # 表示"dog"类,中心点(45%,33%),宽高占12%和24% ``` #### 坐标计算原理 若实际像素坐标为$(x_min, y_min, x_max, y_max)$,则归一化计算式为: $$ \begin{aligned} x_{\text{center}} &= \frac{(x_{min} + x_{max})}{2W} \\ y_{\text{center}} &= \frac{(y_{min} + y_{max})}{2H} \\ \text{width} &= \frac{x_{max} - x_{min}}{W} \\ \text{height} &= \frac{y_{max} - y_{min}}{H} \end{aligned} $$ 其中$W$和$H$为图像宽度和高度[^2]。
评论 13
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