spytensor/prepare_detection_dataset

何を解決するか

このプロジェクトは、さまざまな一般的なアノテーション形式間でオブジェクト検出データセットを変換する面倒な作業を処理するスクリプトのセットを提供します。特定の入力形式を必要とするさまざまな機械学習フレームワーク用のデータ準備プロセスを簡素化します。

仕組み

ツールセットは、以下の形式間でデータを変換する複数のPythonスクリプトで構成されています。

• CSV to COCO: カスタムCSV形式（画像パス、バウンディングボックス座標、ラベルを含む）をCOCOデータセット構造に変換します。
• CSV to VOC: CSVアノテーションをPascal VOC XML形式に変換します。
• Labelme to COCO: Labelmeツールで作成されたJSONアノテーションをCOCO形式に変換します。
• Labelme to VOC: Labelme JSONアノテーションをPascal VOC XML形式に変換します。
• CSV to Labelme: CSVデータをLabelme互換のJSONファイルに変換します。

対象ユーザー

異なるラベル付けツールやトレーニングフレームワーク間でアノテーションを移動する必要がある、オブジェクト検出プロジェクトに取り組んでいる開発者や研究者。

特徴

• フォーマット間の相互対応: CSV、COCO、Pascal VOC間の変換を対応。
• Labelme統合: Labelmeアノテーションツールとの間での直接変換をサポート。
• 自動構成: 必要なディレクトリ構造を自動的に作成し、画像をターゲットフォーマットに必要なレイアウトにコピーします。