728x90
반응형
기존 Bounding Box 좌표 값인 (x1, x2, y1, y2) 형식을
Yolo Style인 이미지 크기에 대한 비율 값으로 바꾸고, (centerX, centerY, w, h) 형식으로 바꾸는 소스코드이다.
def convert(size, box):
dw = 1./size[0]
dh = 1./size[1]
x = (box[0] + box[1])/2.0
y = (box[2] + box[3])/2.0
w = box[1] - box[0]
h = box[3] - box[2]
x = x*dw
w = w*dw
y = y*dh
h = h*dh
return (x,y,w,h)
im=Image.open(img_path)
w= int(im.size[0])
h= int(im.size[1])
print(xmin, xmax, ymin, ymax) #define your x,y coordinates
b = (xmin, xmax, ymin, ymax)
bb = convert((w,h), b)How to convert bounding box (x1, y1, x2, y2) to YOLO Style (X, Y, W, H)
I'm training a YOLO model, I have the bounding boxes in this format:- x1, y1, x2, y2 => ex (100, 100, 200, 200) I need to convert it to YOLO format to be something like:- X, Y, W, H => 0.436262 0.4...
stackoverflow.com
728x90
반응형
'AI Engineering > Object Understanding' 카테고리의 다른 글
| [Object Detection] COCO Category 91 vs 80 (3) | 2019.10.08 |
|---|---|
| [Object Detection] Darknet 학습 준비하기 (6) | 2019.10.08 |
| [Object Detection] Darknet python (2) | 2019.09.04 |
| [Object Detection] Darknet 학습 시 적절한 Weight 고르기 (0) | 2019.09.04 |
| [Object Detection] Convert Darknet yolov3 model to keras model (0) | 2019.08.19 |