暗光环境下的公开数据集-ExDark数据集，转YOLO格式

        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

         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。