[Python]Udacity self-driving数据集转yolo格式(目标检测任务)

数据集下载

https://github.com/udacity/self-driving-car/tree/master/annotations

本文转化的脚本适用于datasets1，即crowdai的标注数据集。对于autt的stuff标注数据集，需要修改其中的相关地址字符串。

目录结构

─ {root}
── udacity-annoations-crowdai
──── object-detection-crowdai # 图片存放目录
── labels_crowdai.csv  # 原始标签文件
── convert_yolo.py

转化:

python convert_yolo.py

转化后目录结构：

─ {root}
── udacity-annoations-crowdai
────  labels  # 存放框图的标签
────  images # 由object-detection-crowdai转化而来
────  classes.txt # 标签总类文件
────  yolo_train.txt  # 训练样本的路径
────  yolo_val.txt # 验证样本的路径
────  yolo_test.txt # 测试样本的路径
── labels_crowdai.csv  # 原始标签文件
── convert_yolo.py

脚本 @gist

# convert_yolo.py
import pandas as pd
import os
from pathlib import Path
import shutil
import numpy as np


def mkdir(url):
    if not os.path.exists(url):
        os.mkdir(url)


if __name__ == '__main__':
    # datasets download : https://github.com/udacity/self-driving-car/tree/master/annotations
    np.random.seed(