학습 데이터 형식이 다른 라벨들 원하는 형식으로 변경하기

728x90

YOLOv8모델을 학습시키기 위해 다양한 데이터셋을 찾았으나 형식이 전부 달라 사용할 수 없거나 강제로 변환을 했었습니다.

폴더 구조를 변경하고, Json을 txt파일 형식으로 강제로 변경합니다

Json형식의 파일 구조는 아래와 같습니다.

`── data
    │── crowdpose
        │-- annotations
        │   │-- mmpose_crowdpose_train.json
        │   │-- mmpose_crowdpose_val.json
        │   │-- mmpose_crowdpose_trainval.json
        │   │-- mmpose_crowdpose_test.json
        │   │-- det_for_crowd_test_0.1_0.5.json
        │-- images
            │-- 100000.jpg
            │-- 100001.jpg
            │-- 100002.jpg
            │-- ...

YOLO모델의 txt형식의 파일 구조는 아래와 같습니다

Dataset
 ├── images
 │     ├── train
 │     │    └── 00036.jpg
 │     │    └── 00049.jpg
 │     │    └──....
 │     └── val
 │          └── 00091.jpg
 │          └── 00095.jpg
 │          └──....
 └── label
        ├── train
        │   └── 00036.txt
        │   └── 00049.txt
        │   └──....
        └── val
            └── 00091.txt
            └── 00095.txt
            └──....

Json내용은 아래와 같습니다.

{
“info”:{ 
      “description”: “coco .. ”,
      ”url”:”http://..”,
      ”version”:”1.0”,
      ’year”:2017,
      ”contributor”:”coco..”,
      date_created”:”2017/09/01”
      },
“license“:[{
      “url”:”http://”,
      ”id”:1,
      ”name”:””
      },..],
“images”:[{
      “license”:4,
      ”file_name”:00000397133.jpg”,
      ”coco_url”:”http://images.coco…”,
      ”height”:427,
      ”width”:640, 
      “date_captured”:”2013-11-14 17:02:52”,
      "flickr_url": "http://farm9.st…..jpg",
      "id": 37777
      },...],
annotations": [{
      "segmentation": [[125.12,539.69,140.94,522.43,100.67,496.54,84.85,469.21,73.35,450.52,104.99,342.65,168.27,290.88,179.78,288,189.84,286.56,191.28,260.67,202.79,240.54,221.48,237.66,248.81,243.42,257.44,256.36,253.12,262.11,253.12,275.06,299.15,233.35,329.35,207.46,355.24,206.02,363.87,206.02,365.3,210.34,373.93,221.84,363.87,226.16,363.87,237.66,350.92,237.66,332.22,234.79,314.97,249.17,271.82,313.89,253.12,326.83,227.24,352.72,214.29,357.03,212.85,372.85,208.54,395.87,228.67,414.56,245.93,421.75,266.07,424.63,276.13,437.57,266.07,450.52,284.76,464.9,286.2,479.28,291.96,489.35,310.65,512.36,284.76,549.75,244.49,522.43,215.73,546.88,199.91,558.38,204.22,565.57,189.84,568.45,184.09,575.64,172.58,578.52,145.26,567.01,117.93,551.19,133.75,532.49]],
      "num_keypoints": 10,
      "area": 47803.27955,
      "iscrowd": 0,
      "keypoints": [0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,142,309,1,177,320,2,191,398,2,237,317,2,233,426,2,306,233,2,92,452,2,123,468,2,0,0,0,251,469,2,0,0,0,162,551,2],
      "image_id": 425226,
      "bbox": [73.35,206.02,300.58,372.5],
      "category_id": 1,
      "id": 183126
      },...}],
"categories": [{
      "supercategory": "person",
      "id": 1,
      "name": "person",
      "keypoints": ["nose","left_eye","right_eye","left_ear","right_ear","left_shoulder","right_shoulder","left_elbow","right_elbow","left_wrist","right_wrist","left_hip","right_hip","left_knee","right_knee","left_ankle","right_ankle"
      ],
      "skeleton": [[16,14],[14,12],[17,15],[15,13],[12,13],[6,12],[7,13],[6,7],[6,8],[7,9],[8,10],[9,11],[2,3],[1,2],[1,3],[2,4],[3,5],[4,6],[5,7]]}]
}

대단히 복잡합니다.

txt파일의 내용은 아래와 같습니다

ClassID,
Bbox : (x,y,w,h) 중심좌표, 박스 가로길이, 세로길이
Keypoint : (x,y,visible) [nose, l_eye, r_eye, l_ear, l_ear, l_shoulder, r_shoulder, l_elbow, r_elbow, l_wrist, r_wrist,l _hip, r_hip, l_knee, r_knee, l_ankle, r_ankle]
x, y 각 포인트는 이미지의 w,h으로 나눠서 최대 1로 스케일링 된 상태입니다.

위 Json에서 필요한부분만 추출해서 txt파일로 각각 파일명으로 저장해야 합니다.

변환하는 소스를 구해서 작업하려해도 복잡하고 번거롭습니다.

이 작업을 편하게 할 수 있는 사이트가 있습니다. https://roboflow.com/

Roboflow: Give your software the power to see objects in images and video

With just a few dozen example images, you can train a working, state-of-the-art computer vision model in less than 24 hours.

roboflow.com