如何调整VisDrone数据集的大小并相应地更改注释文件？
我正在使用VisDrone数据集来训练MobileNet-YOLOV3。数据集包含不同大小的图像，如960x540P、1920x1080P等，以及每个图像的注释文件。但是当我训练YOLO模型时，它将所有图像的大小调整为416x416P，这导致在训练和测试期间丢失了一些小对象。它还有一个问题，当它被调整大小时，注释可能是错误的，因为对于调整大小的图像，边界框必须不同。
所以我的问题是如何同时调整或裁剪这些图像和相关注释的大小？对于每个图像，我都有.txt和.xml注释文件。
另一种解决方案是将每个图像裁剪并转换为新的2到4个图像，并根据旧的注释创建新的注释。可以从一张图像中裁剪4张图像，但是否可以根据裁剪的区域将一个原始注释文件转换为新的4张注释文件？
回答 1
Stack Overflow用户
发布于 2020-01-17 09:04:57
我在调整Pascal VOC数据集大小时也遇到了同样的问题。我使用了git repo：https://github.com/italojs/resize_dataset_pascalvoc，它工作得很好。
还有另一个Python库：https://pypi.org/project/pascal-voc-tools/，它不仅可以调整大小，还可以进行不同的图像操作和更新注释文件。
https://stackoverflow.com/questions/57815609
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号