• 草莓病害图像数据集(YOLO使用,train为655张照片和val为487张照片)


     前言:所有图像和标签是一一对应,没有标签缺失

    写了两个程序来分别检查train文件夹的图像和val文件夹图像是否有缺失标签,如果有,会直接打印出缺失标签的图像名字。也方便以后用户自己添加自己收集的图像数据后,核对图像集和标签集是否一一对应。

    1.数据集文件夹(有images文件夹和labels文件夹

     

    1.1.images文件夹 (有train文件夹和val文件夹,装载图像)

    labels文件夹(也是对应的train文件夹和val文件夹,装载标签) 

     

    1.1.1.train文件夹(一共有655张照片,一共有8类) 

    花朵 健康 成熟 果 缺肥  白粉 缺钙 叶斑病

    随意选取一些照片进行展示 

    文件图像开始位置

    对应的标签

     文件图像结束位置

     对应的标签

     1.1.2.val文件夹(一共有487张照片,一共也是有8类) 

    文件图像开始位置

    val对应的标签

     

    文件图像结束位置 

     

    对应标签展示

     

     对数据集感感兴趣的,可以关注最后一行

    1. import os
    2. # 图像文件夹路径
    3. image_folder = './images/val'
    4. # 标签文件夹路径
    5. label_folder = './labels/val'
    6. # 获取图像文件夹中的所有图像文件名
    7. image_files = os.listdir(image_folder)
    8. # 获取标签文件夹中的所有文档文件名
    9. label_files = os.listdir(label_folder)
    10. # 提取图像文件名中第一个点之前的名字部分
    11. image_set = {filename.split('.')[0] for filename in image_files}
    12. # 提取标签文件名中第一个点之前的名字部分
    13. label_set = {filename.split('.')[0] for filename in label_files}
    14. #数据集:https://mbd.pub/o/bread/ZZWWk59u

     

  • 相关阅读:
    java基础11
    人家不卡学历,是自己真的没能力
    东莞3d可视化建模,数字孪生智慧工厂3D模型开发,智慧城市园区三维模型
    37. 解数独
    【数学相关知识-概率和矩阵】
    Spark写入支持更新【源码二次开发】
    【目录】前端开发(JavaScript、Vue)
    色彩大师:纽约公寓的大胆装修之旅
    C语言入门--指针
    DeepI2P: Image-to-Point Cloud Registration via Deep Classification
  • 原文地址:https://blog.csdn.net/qq_40840797/article/details/133840583