spytensor/prepare_detection_dataset

해결하는 문제

이 프로젝트는 다양한 일반적인 어노테이션 형식 간에 객체 탐지 데이터셋을 변환하는 번거로운 작업을 처리하는 스크립트 세트를 제공합니다. 특정 입력 형식을 요구하는 다양한 머신러닝 프레임워크를 위한 데이터 준비 과정을 간소화합니다.

작동 방식

다음 형식 간에 데이터를 변환하는 여러 Python 스크립트로 구성된 도구 세트입니다.

• CSV to COCO: 이미지 경로, 경계 상자 좌표, 레이블을 포함하는 사용자 정의 CSV 형식을 COCO 데이터셋 구조로 변환합니다.
• CSV to VOC: CSV 어노테이션을 Pascal VOC XML 형식으로 변환합니다.
• Labelme to COCO: Labelme 도구로 생성한 JSON 어노테이션을 COCO 형식으로 변환합니다.
• Labelme to VOC: Labelme JSON 어노테이션을 Pascal VOC XML 형식으로 변환합니다.
• CSV to Labelme: CSV 데이터를 Labelme 호환 JSON 파일로 다시 변환합니다.

대상 사용자

다른 레이블링 도구나 학습 프레임워크 간에 어노테이션을 이동해야 하는 객체 탐지 프로젝트에 종사하는 개발자 및 연구자.

주요 특징

• 다양한 형식 지원: CSV, COCO, Pascal VOC 간의 변환을 지원합니다.
• Labelme 통합: Labelme 어노테이션 도구와의 직접 변환을 지원합니다.
• 자동 구성: 필요한 디렉터리 구조를 자동으로 생성하고 이미지를 대상 형식에 필요한 레이아웃으로 복사합니다.