YOLO格式的图像分割数据集可视化

部署运行你感兴趣的模型镜像

网上找了一圈YOLO格式的图像分割数据集可视化工具,没找到,自己写一个吧,比较简陋,一次看一张图片。

image = np.array(Image.open("/path/to/your/image"))
plt.imshow(image, cmap="gray")
ratio = np.zeros(2)
ratio[0], ratio[1] = image.shape[1], image.shape[0]
from matplotlib.patches import Polygon
with open("/path/to/your/yolo_segment_label", "r") as f:
    fig, ax = plt.subplots();
    for line in f.readlines():
        xys = [float(x) for x in line.split()[1:]]
        np_xys = np.array(xys)
        np_xys = np.reshape(np_xys, (-1,2))
        # 加区域
        points = np_xys * ratio
        polygon = Polygon(points, closed=True, fill=True, color='lightblue', alpha=0.2)
        ax.add_patch(polygon)
    plt.imshow(image, cmap="gray")

您可能感兴趣的与本文相关的镜像

Yolo-v5

Yolo-v5

Yolo

YOLO(You Only Look Once)是一种流行的物体检测和图像分割模型,由华盛顿大学的Joseph Redmon 和Ali Farhadi 开发。 YOLO 于2015 年推出,因其高速和高精度而广受欢迎

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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