darknet格式数据→COCO
-
darknet训练数据目录结构(详情参见
dataset/darknet
):darknet ├── class.names ├── gen_config.data ├── gen_train.txt ├── gen_valid.txt └── images ├── train └── valid
-
转换
python darknet2coco.py --data_path dataset/darknet/gen_config.data
YOLOV5格式数据→COCO
-
YOLOV5训练格式目录结构(详情参见
dataset/YOLOV5
):YOLOV5 ├── classes.txt ├── xxxx │ ├── images │ └── labels ├── train.txt └── val.txt
-
转换
python yolov5_2_coco.py --dir_path dataset/YOLOV5
可视化COCO格式标注格式
python coco_visual.py --vis_num 1 \
--json_path dataset/YOLOV5_COCO_format/annotations/instances_train2017.json \
--img_dir dataset/YOLOV5_COCO_format/train2017