Exdark 数据集是第一个公开特定的提供natural low-light images for object的数据集
其中包括12个类别的7363张低光图像。
数据集百度网盘下载
[大小]：1.39G
[链接]：https://pan.baidu.com/s/1wfp4xJBSPKz-Qh2GLmDlrA
[提取码]：83wo
ExDark项目
[链接]：https://github.com/cs-chan/Exclusively-Dark-Image-Dataset/
下载的数据集标注格式并不适用于yolo，因此需要进行格式转换
转换后效果如下图：
转换代码参考自文章：exdark数据集转yolo格式（仅供参考）_sysu_first_yasuo的博客-CSDN博客exdark数据集转yolo格式https://blog.csdn.net/weixin_44326452/article/details/126004331?spm=1001.2014.3001.5501
本文仅对调通代码的过程进行一下记录：
1、以我的文件结构为例，首先创建一个新项目，项目名为test，转换代码保存为ceshi.py。
2、在test文件夹下新建两个文件夹：anndir、imgdir，分别对应网盘中下载的数据集文件夹：Annnotations和images。
3、在test文件夹下还要新建文件夹exdark_vocformat2，用于存放转换完成后的结果。
4、test文件夹中还应包括imageclasslist.txt文件，否则代码运行会报错。
imageclasslist.txt文件：从项目github原地址上下载代码后，可以在Groundtruth文件夹中找到imageclasslist.txt文件
按以上步骤操作完成后，运行代码即可完成格式转换。
转换结果保存于exdark_vocformat2文件夹中，一行数据表示一张图片里的一个目标，第一位数字表示目标类别，后四位数字表示目标的标注框坐标
文章来源：https://www.toymoban.com/news/detail-548719.html
至此，即可使用转换完成后的标注文件通过YOLO进行模型训练。文章来源地址https://www.toymoban.com/news/detail-548719.html
到了这里，关于暗光环境下的公开数据集-ExDark数据集，转YOLO格式的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![[yolov5] yolo的数据标签格式](https://imgs.yssmx.com/Uploads/2024/02/442089-1.png)
