# yolo_data_toolsbox

**Repository Path**: jia0510/yolo_data_toolsbox

## Basic Information

- **Project Name**: yolo_data_toolsbox
- **Description**: 用于处理yolo标签转换，切分，精度验证工具处理一键化代码
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-25
- **Last Updated**: 2026-03-25

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 数据集相关

该目录提供了分类、HBB 目标检测、OBB 目标检测、实例分割四类数据集的一键整理脚本，用于：

- 数据切分（未切分原始数据 -> train/val/test）
- 生成训练所需清单文件（`train.txt`、`val.txt`、`test.txt`）
- 生成离线精度验证所需文件（如分类 `cls_gts/`、检测 `gts/`、OBB 原始标签目录等）
- 生成训练配置文件（如 `detect.yaml`、`obb.yaml`、`segment.yaml`）

详细转换细节、验证代码说明请参考 [dataset_utils/README.md](dataset_utils/README.md)。

## 1. 分类数据集

入口脚本：[script_classify.sh](script_classify.sh)

适用目录：

### 1.1 未切分目录

```text
dataset_root/
	class_a/*.jpg
	class_b/*.jpg
```

执行后可生成：

- `train/`、`val/`
- `train.txt`、`val.txt`
- `label_list.txt`
- `class_map.txt`
- `cls_gts/`

脚本内关键参数：

- `dataset_root`：原始分类数据目录
- `output_root`：输出目录
- `train_ratio`：训练集比例
- `gt_format`：分类 GT 格式，可选 `name` 或 `id`

### 1.2 已切分目录

```text
dataset_root/
	train/class_a/*.jpg
	val/class_a/*.jpg
```

此时无需再传 `train_ratio`，可直接在原目录生成验证所需文件。

---

## 2. HBB 目标检测（单图单标签 -> VOC -> YOLO）

入口脚本：[script_hbb.sh](script_hbb.sh)

推荐输入目录：

```text
dataset_root/
	images/*.jpg
	labels_custom/*.json
```

脚本会复用 [dataset_utils/label_converter.py](dataset_utils/label_converter.py)、[dataset_utils/create_voc.py](dataset_utils/create_voc.py)、[dataset_utils/voc2yolo.py](dataset_utils/voc2yolo.py)、[dataset_utils/voc2xyxy.py](dataset_utils/voc2xyxy.py) 中已有逻辑，完成：

1. 每图一个矩形框 json -> VOC XML
2. VOC XML -> YOLO HBB 标签
3. 按 VOC 划分 train/val 并生成验证 GT

该流程直接支持你附件这种“每张图片对应一个 json”的矩形框标注格式，可通过 `--custom-json-dir` 转成 VOC 再继续后续流程。

也兼容直接输入已有 VOC 标注：

```text
dataset_root/
	images/*.jpg
	voc_labels/*.xml
```

执行后可生成：

- `labels/*.txt`（YOLO HBB 标签）
- `trainval/train.txt`
- `trainval/val.txt`
- `train_stem.txt`
- `val_stem.txt`
- `gts/*.txt`（离线检测精度验证 GT）
- `label_list.txt`
- `class_map.txt`
- `detect.yaml`

脚本内关键参数：

- `img_dir`：图片目录
- `voc_anno_dir`：已有 VOC XML 标注目录
- `custom_json_dir`：每图一个 json 的矩形框标注目录，可与 `voc_anno_dir` 二选一
- `output_root`：输出目录
- `train_ratio`：训练/验证划分比例
- `classes`：类别列表，顺序决定类别 ID

该输出可直接与 HBB 离线精度验证流程配合使用。

---

## 3. OBB 目标检测（DOTA -> YOLO OBB）

入口脚本：[script_obb.sh](script_obb.sh)

### 3.1 未切分目录

```text
dataset_root/
	images/*.jpg
	labelTxt/*.txt
```

执行后可生成：

- `images/train`、`images/val`、`images/test`
- `labels/train_original`、`labels/val_original`、`labels/test_original`
- `labels/train`、`labels/val`、`labels/test`（YOLO OBB 标签）
- `train.txt`、`val.txt`、`test.txt`
- `label_list.txt`
- `class_map.txt`
- `obb.yaml`

脚本会直接复用 [dataset_utils/split.py](dataset_utils/split.py) 和 [dataset_utils/dota2yolobb.py](dataset_utils/dota2yolobb.py) 中的现有逻辑，完成 DOTA 切分以及 YOLO-OBB 标签转换。

另外也支持你附件这种“每张图片对应一个 json”的旋转框标注格式，可通过 `--custom-json-dir` 先转成 DOTA txt，再继续切分和 YOLO-OBB 转换。

### 3.2 已切分目录

```text
dataset_root/
	images/train/*.jpg
	images/val/*.jpg
	labels/train_original/*.txt
	labels/val_original/*.txt
```

此时可直接在原目录补齐列表文件与 YOLO-OBB 标签。

脚本内关键参数：

- `dataset_root`：OBB 数据根目录
- `output_root`：输出目录
- `ratio`：train/val/test 划分比例
- `mode`：`copy` 或 `move`
- `classes`：类别列表，顺序决定类别 ID

该输出可直接与 OBB 离线精度验证流程配合使用，其中 `labels/val_original` 可作为原始四点框 GT 来源。

---

## 4. 实例分割（单图单标签 -> YOLO Seg）

入口脚本：[script_segment.sh](script_segment.sh)

### 4.1 推荐输入目录

```text
dataset_root/
	images/*.jpg
	labels_custom/*.json
```

脚本会复用 [dataset_utils/label_converter.py](dataset_utils/label_converter.py) 中多边形 custom json -> YOLO Seg 的转换逻辑，再完成 train/val/test 切分。

该流程直接支持你附件这种“每张图片对应一个 json”的多边形标注格式，可通过 `--custom-json-dir` 直接转成 YOLO Seg 标签。

执行后可生成：

- `images/train`、`images/val`、`images/test`
- `labels/train`、`labels/val`、`labels/test`
- `train.txt`、`val.txt`、`test.txt`
- `label_list.txt`
- `class_map.txt`
- `segment.yaml`

### 4.2 已有 YOLO Seg 目录

```text
dataset_root/
	images/train/*.jpg
	images/val/*.jpg
	labels/train/*.txt
	labels/val/*.txt
```

此时可直接在原目录生成列表文件和配置文件。

脚本内关键参数：

- `dataset_root`：分割数据根目录
- `output_root`：输出目录
- `ratio`：train/val/test 划分比例
- `mode`：`copy` 或 `move`
- `classes`：类别列表，顺序决定类别 ID

该输出可直接与实例分割离线精度验证流程配合使用。

---

## 5. 推荐使用方式

1. 先根据任务类型修改对应 `script_*.sh` 中的路径、类别、比例参数。
2. 执行对应脚本完成数据整理。
3. 训练时使用生成的 `*.yaml` 与 `train.txt/val.txt`。
4. 离线评估时使用生成的 GT 文件目录与预测结果目录，配合 [dataset_utils/metrics.py](dataset_utils/metrics.py) 中对应验证器使用。

如果需要查看更细的字段定义、数据格式和验证示例，请继续参考 [dataset_utils/README.md](dataset_utils/README.md)。