如何调整VisDrone数据集的大小并相应地更改注释文件？

Question

我正在使用VisDrone数据集来训练MobileNet-YOLOV3。数据集包含大小为960 x 540 P，1920 x 1080 P等的图像以及每个图像的注释文件。但是，当我训练YOLO模型时，它将所有图像的大小调整为416 x 416 P，这会导致在训练和测试过程中丢失一些小物体。还有一个问题是，当调整大小时，注释可能是错误的，因为调整大小后的图像的边框必须不同。

所以我的问题是如何同时调整这些图像以及相关注释的大小或裁剪？每个图像都有.txt和.xml批注文件。

另一种解决方案是将每个图像裁剪并转换为2到4个新图像，并根据旧注释相应地创建新注释。可以从一张图像中裁剪4张图像，但是可以根据裁剪区域将一个原始注释文件转换为新的4个注释文件吗？

Answer 1

在调整Pascal VOC数据集的大小时，我遇到了同样的问题。 我使用了这个git repo： https://github.com/italojs/resize_dataset_pascalvoc 而且效果很好。

还有另一个Python库：https://pypi.org/project/pascal-voc-tools/ 这不仅仅是调整大小，还可以进行其他图像处理并更新注释文件。