TT100K数据集整理代码

### TT100K 数据集整理代码示例 为了将 TT100K 数据集用于 YOLOv1 的训练，需要完成以下几个主要任务：整理数据集的图片和标签文件，并生成 `data.yaml` 文件以指定数据集路径和类别信息。 #### 1. 图片复制脚本 可以使用 Python 脚本来递归查找并复制特定格式的图片到目标目录。以下是基于引用中的 `copy_images_from_folders.py` 思路实现的一个示例代码： ```python import os import shutil from pathlib import Path def copy_images(source_folder, target_folder, image_extensions=('.jpg', '.png')): source_path = Path(source_folder) target_path = Path(target_folder) if not target_path.exists(): target_path.mkdir(parents=True, exist_ok=True) for file_path in source_path.rglob('*'): if file_path.is_file() and file_path.suffix.lower() in image_extensions: shutil.copy(file_path, target_path / file_path.name) if __name__ == "__main__": source_directory = "./raw_data/images" destination_directory = "./processed_data/images" copy_images(source_directory, destination_directory) ``` 此脚本会从源文件夹中递归查找所有符合条件的图片文件，并将其复制到目标文件夹中[^2]。 --- #### 2. 标签文件转换 TT100K 数据集通常提供的是 XML 或其他格式的标注文件，而 YOLO 需要的是 TXT 格式的标注文件。以下是一个简单的转换脚本示例： ```python import xml.etree.ElementTree as ET import os def convert_to_yolo_format(xml_file, output_dir, class_names): tree = ET.parse(xml_file) root = tree.getroot() img_width = int(root.find('size').find('width').text) img_height = int(root.find('size').find('height').text) with open(os.path.join(output_dir, f"{os.path.splitext(os.path.basename(xml_file))[0]}.txt"), "w") as out_file: for obj in root.findall('object'): name = obj.find('name').text class_id = class_names.index(name) bndbox = obj.find('bndbox') xmin = float(bndbox.find('xmin').text) xmax = float(bndbox.find('xmax').text) ymin = float(bndbox.find('ymin').text) ymax = float(bndbox.find('ymax').text) x_center = ((xmin + xmax) / 2) / img_width y_center = ((ymin + ymax) / 2) / img_height width = (xmax - xmin) / img_width height = (ymax - ymin) / img_height out_file.write(f"{class_id} {x_center:.6f} {y_center:.6f} {width:.6f} {height:.6f}\n") if __name__ == "__main__": xml_directory = "./raw_data/annotations" txt_output_directory = "./processed_data/labels" if not os.path.exists(txt_output_directory): os.makedirs(txt_output_directory) classes = ["Speed Limit", "No Entry", "Stop", "Turn Right"] # 替换为实际类名列表 for xml_file in os.listdir(xml_directory): if xml_file.endswith(".xml"): convert_to_yolo_format(os.path.join(xml_directory, xml_file), txt_output_directory, classes) ``` 该脚本读取 XML 格式的标注文件，并将其转换为 YOLO 所需的标准化坐标格式[^1]。 --- #### 3. 创建 `data.yaml` 文件 对于 TT100K 数据集，假设其有 43 个类别，则可以在项目根目录下创建一个名为 `data.yaml` 的配置文件，内容如下所示： ```yaml train: ./datasets/tt100k/train val: ./datasets/tt100k/val nc: 43 # 类别数量 names: ['Speed Limit 20', 'Speed Limit 30', 'Speed Limit 50', ..., 'Stop'] # 填写具体类别名称 ``` 注意：`names` 列表应根据 TT100K 数据集中定义的实际类别进行填充[^3]。 --- ####