标注反向优化 生成全体测试集空标注（无需坐标、只要送给权重evaluate即可）predicted

# -*- coding: utf-8 -*-
"""
@File    : generate.py
@Time    : 2020/2/13 15:02
@Author  : Dontla
@Email   : [email protected]
@Software: PyCharm
"""
test_file = open('test_all.txt', 'w', encoding='utf-8')
# 起始图片序号
start = 10201
# 图片总数量
img_num = 800
# 4670是图片总数量
for i in range(img_num):
    test_file.write('./dontla_source_img/{}.jpg\n'.format(start + i))

参考文章1：标注（annotation）的反向优化策略 将Yunyang tensorflow-yolov3 predicted转换为正常yolo标注

参考文章2：图像识别 标注（annotation）的反向优化策略