如何将yolo训练图像数据库的某个分类的图像取出来
COCO 数据集 - Ultralytics YOLO 文档
比如我只想从数据集中取手机的图像，来用于我的训练，懒得自己一张一张标注，方法如下
# -*- coding: utf-8 -*-
import json
import os
import shutil
from pathlib import Path
from tqdm import tqdm
import cv2
from collections import defaultdictDEBUG = True # 调试阶段先开着# cap
kind = "val"
if kind == "val":ann_file = r"F:\coco_pictures\annotations_trainval2017\annotations\instances_val2017.json"img_dir = r"F:\coco_pictures\cocoval2017\val2017"out_dir = r"E:\picture\coco\cellphone_val2017"out_dir_result = r"E:\picture\coco\cellphone_val2017_box"out_dir_result_txt = r"E:\picture\coco\cellphone_val2017_box_txt"
elif kind == "train":# ===== 按需修改 =====ann_file = r"F:\coco_pictures\annotations_trainval2017\annotations\instances_train2017.json"img_dir = r"F:\coco_pictures\coco_train2017\train2017"out_dir = r"E:\picture\coco\cellphone_train2017" # 原图复制到这里out_dir_result = r"E:\picture\coco\cellphone_train2017_box" # 画框后的结果图out_dir_result_txt = r"E:\picture\coco\cellphone_train2017_box_txt" # <- 修正为 train# ===================Path(out_dir).mkdir(parents=True, exist_ok=True)
Path(out_dir_result).mkdir(parents=True, exist_ok=True)
Path(out_dir_result_txt).mkdir(parents=True, exist_ok=True)# 1) 读取标注文件
with open(ann_file, "r", encoding="utf-8") as f:coco = json.load(f)# 2) 找到 cell phone 类别 id
cellphone_id = None
for cat in coco["categories"]:if cat["name"].lower() == "cell phone":cellphone_id = int(cat["id"])break
if cellphone_id is None:raise RuntimeError("未在 categories 中找到 'cell phone'")print("cell phone category_id =", cellphone_id)# 3) 建立 image_id -> 元信息
id2img = {int(img["id"]): img for img in coco["images"]}# 4) 收集每张图的所有手机标注
imgid_to_bboxes = defaultdict(list)
for ann in coco["annotations"]:if int(ann.get("category_id", -1)) == cellphone_id:imgid_to_bboxes[int(ann["image_id"])].append(ann["bbox"]) # COCO [x,y,w,h] (float)# 5) 遍历含手机的图像：复制原图 + 画框另存 + 写坐标txt
cellphone_img_ids = list(imgid_to_bboxes.keys())
print(f"共 {len(cellphone_img_ids)} 张图含有手机标注。")for img_id in tqdm(cellphone_img_ids):meta = id2img.get(img_id)if not meta:continuefile_name = meta["file_name"]src = os.path.join(img_dir, file_name)dst_img_copy = os.path.join(out_dir, file_name)dst_boxed = os.path.join(out_dir_result, file_name)dst_txt = os.path.join(out_dir_result_txt, Path(file_name).stem + ".txt")# 复制原图if not os.path.exists(src):continueif not os.path.exists(dst_img_copy):Path(os.path.dirname(dst_img_copy)).mkdir(parents=True, exist_ok=True)shutil.copy(src, dst_img_copy)# 读图并绘制所有 bbox，同时收集裁边后的框用于写txtim = cv2.imread(src)if im is None:continueH, W = im.shape[:2]clipped_boxes_xyxy = [] # 用于写 txt：x1 y1 x2 y2（int）for bbox in imgid_to_bboxes[img_id]:x, y, w, h = bbox # COCO: [x,y,w,h]# 裁剪到图像边界并转为 intx1 = max(0, min(int(round(x)), W - 1))y1 = max(0, min(int(round(y)), H - 1))x2 = max(0, min(int(round(x + w)), W - 1))y2 = max(0, min(int(round(y + h)), H - 1))if x2 <= x1 or y2 <= y1:continueclipped_boxes_xyxy.append((x1, y1, x2, y2))# 画矩形框 & 标签cv2.rectangle(im, (x1, y1), (x2, y2), (0, 255, 0), thickness=2)label = "cell phone"(tw, th), baseline = cv2.getTextSize(label, cv2.FONT_HERSHEY_SIMPLEX, 0.6, 2)ty1 = max(0, y1 - th - 6)cv2.rectangle(im, (x1, ty1), (x1 + tw + 6, ty1 + th + 4), (0, 255, 0), thickness=-1)cv2.putText(im, label, (x1 + 3, ty1 + th + 1),cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 0), thickness=2, lineType=cv2.LINE_AA)# 保存带框图Path(os.path.dirname(dst_boxed)).mkdir(parents=True, exist_ok=True)cv2.imwrite(dst_boxed, im, [cv2.IMWRITE_JPEG_QUALITY, 95])# 保存坐标 txt：每行一个框：x1 y1 x2 y2# 若没有有效框，写空文件或跳过均可；这里选择写空文件便于对齐清单with open(dst_txt, "w", encoding="utf-8") as ftxt:for (x1, y1, x2, y2) in clipped_boxes_xyxy:ftxt.write(f"{x1} {y1} {x2} {y2}\n")print(f"完成！原图复制到：{out_dir}")
print(f"完成！带框结果图输出到：{out_dir_result}")
print(f"完成！坐标TXT输出到：{out_dir_result_txt}（每行：x1 y1 x2 y2）")
如何降低误报（提升精确率）的实操建议
-
门限分级
-
提高 cell phone 类的专属
conf_thr（类特异阈值）；或对小目标额外提高阈值（面积/长宽<阈值时+Δ）。
-
-
后处理约束
-
最小/最大面积过滤（相对图像面积），去除远处噪点或过大异常框。
-
纵横比过滤：手机通常纵横比在一定范围（含壳/角度会变化，可设宽松区间）。
-
类别共现/上下文：要求与手、人或桌面/键盘/屏幕等场景共现；否则降权或拒绝（用多任务检测或语义分割、场景分类辅助）。
-
-
两段式判别（Cascade）
-
检测器先召回，再用一个轻量分类器或 Patch 质量判别器二筛（比如 MobileNet/RepVGG 小模型），对候选框裁剪后复判，显著减少FP。
-
-
困难负样本挖掘（Hard Negative Mining）
-
用本脚本导出的误报图集做“负样本再训练”：将误报区域打负标签或加“非手机”对比样本，继续微调。
-
-
数据增强针对性
-
加入反手机相似物（遥控器、移动电源、充电器、书本边角、黑色矩形图案、广告牌等）的负样本；
-
光照/模糊/噪声/尺度/角度增强，降低模型将“黑色高对比矩形”错当手机的概率。
-
-
NMS与多尺度
-
合理调
iou（NMS）与conf；对于密集小目标，试diou-nms/soft-nms； -
多尺度测试（或训练）以稳住不同距离下的外观差异。
-
-
模型层面
-
选择更合适的输入分辨率（手机通常小目标，略提分辨率会降FP/漏检）；
-
若部署在 OpenVINO/RKNN 等，注意量化误差：用代表性数据做校准，并检查感兴趣类上的 mAP 变化。
-