位置: IT常识 - 正文

目标检测数据预处理——根据部件类别按照特定位置拼图,缩小学习空间(目标检测现状)

编辑:rootadmin
目标检测数据预处理——根据部件类别按照特定位置拼图,缩小学习空间

推荐整理分享目标检测数据预处理——根据部件类别按照特定位置拼图,缩小学习空间(目标检测现状),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:目标检测数据增强方法,目标检测数据预处理,目标检测数据分析,目标检测数据预测分析,目标检测数据预测方法,目标检测数据增广,目标检测数据预测方法,目标检测数据预测方法,内容如对您有帮助,希望把文章链接给更多的朋友!

首先放效果图,更直观看到本片是要干嘛的: 如图,就是将大图划分为4×4宫格的,4个部件类的目标框按照固定位置拼图,其中head、body的大图为每个宫格一张图,hand、foot的小图为每个宫格2×2张图(因为hand、foot截下来的图片都普遍很小,为了不resize太多而太模糊)。 每个部件类别的小图拼在一起,实验目标检测算法是否会特定区域关注特定目标从而达到缩小学习空间的目的(为了控制变量,算法本身的位置变换类的数据增强要关闭)。 这里的的部件指的是一类目标,比如head包括head、hat等在头部区域内的目标。每类部件的图片是根据部件截图的方式获得的。

准备目标检测数据预处理——根据部件类别按照特定位置拼图,缩小学习空间(目标检测现状)

首先是将数据的json格式转化为txt格式的py文件json2txt.py:

import jsonimport osimport cv2print(cv2.__version__)def getBoundingBox(points): xmin = points[0][0] xmax = points[0][0] ymin = points[0][1] ymax = points[0][1] for p in points: if p[0] > xmax: xmax = p[0] elif p[0] < xmin: xmin = p[0] if p[1] > ymax: ymax = p[1] elif p[1] < ymin: ymin = p[1] return [int(xmin), int(xmax), int(ymin), int(ymax)]def json2txt(json_path, txt_path): json_data = json.load(open(json_path)) img_h = json_data["imageHeight"] img_w = json_data["imageWidth"] shape_data = json_data["shapes"] shape_data_len = len(shape_data) img_name = os.path.split(json_path)[-1].split(".json")[0] name = img_name + '.jpg' data = '' for i in range(shape_data_len): lable_name = shape_data[i]["label"] points = shape_data[i]["points"] [xmin, xmax, ymin, ymax] = getBoundingBox(points) if xmin <= 0: xmin = 0 if ymin <= 0: ymin = 0 if xmax >= img_w: xmax = img_w - 1 if ymax >= img_h: ymax = img_h - 1 b = name + ' ' + lable_name + ' ' + str(xmin) + ' ' + str(ymin) + ' ' + str(xmax) + ' ' + str(ymax) # print(b) data += b + '\n' with open(txt_path + '/' + img_name + ".txt", 'w', encoding='utf-8') as f: f.writelines(data)if __name__ == "__main__": json_path = "/data/cch/yolov5-augment/train/json" saveTxt_path = "/data/cch/yolov5-augment/train/txt" filelist = os.listdir(json_path) for file in filelist: old_dir = os.path.join(json_path, file) if os.path.isdir(old_dir): continue filetype = os.path.splitext(file)[1] if(filetype != ".json"): continue json2txt(old_dir, saveTxt_path)def main_import(json_path, txt_path): filelist = os.listdir(json_path) for file in filelist: old_dir = os.path.join(json_path, file) if os.path.isdir(old_dir): continue filetype = os.path.splitext(file)[1] if(filetype != ".json"): continue json2txt(old_dir, txt_path)

随机取了一个txt文件,查看其格式:

body_21.jpg cloth 51 12 255 270body_21.jpg hand 50 206 79 257body_21.jpg hand 195 217 228 269body_21.jpg other 112 0 194 1

格式:为图片名 类名 x1 y1 x2 y2(为目标框的左上右下角坐标,此txt格式并非yolo训练的darknet格式)。 然后是将数据的txt格式转化为darknet格式的py文件modeTxt.py:

import osfrom numpy.lib.twodim_base import triu_indices_fromimport pandas as pdfrom glob import globimport cv2import codecsdef txt2darknet(txt_path, img_path, saved_path): data = pd.DataFrame() filelist = os.listdir(txt_path) for file in filelist: if not os.path.splitext(file)[-1] == ".txt": continue # print(file) file_path = os.path.join(txt_path, file) filename = os.path.splitext(file)[0] imgName = filename + '.jpg' imgPath = os.path.join(img_path, imgName) img = cv2.imread(imgPath) [img_h, img_w, _] = img.shape data = "" with codecs.open(file_path, 'r', encoding='utf-8',errors='ignore') as f1: for line in f1.readlines(): line = line.strip('\n') a = line.split(' ') if a[1] == 'other' or a[1] == 'mask' or a[1] == 'del': continue # if a[1] == 'mouth': # a[1] = '0' # elif a[1] == 'wearmask': # a[1] = '1' if a[1] == 'head': a[1] = '0' elif a[1] == 'hat': a[1] = '1' elif a[1] == 'helmet': a[1] = '2' elif a[1] == 'eye': a[1] = '3' elif a[1] == 'glasses' or a[1] == 'glass': a[1] = '4' '''这里根据自己的类别名称及顺序''' x1 = float(a[2]) y1 = float(a[3]) w = float(a[4]) - float(a[2]) h = float(a[5]) - float(a[3]) # if w <= 15 and h <= 15: continue center_x = float(a[2]) + w / 2 center_y = float(a[3]) + h / 2 a[2] = str(center_x / img_w) a[3] = str(center_y / img_h) a[4] = str(w / img_w) a[5] = str(h / img_h) b = a[1] + ' ' + a[2] + ' ' + a[3] + ' ' + a[4] + ' ' + a[5] # print(b) data += b + '\n' with open(saved_path + '/' + filename + ".txt", 'w', encoding='utf-8') as f2: f2.writelines(data) print(data)txt_path = '/data/cch/yolov5/runs/detect/hand_head_resize/labels'saved_path = '/data/cch/yolov5/runs/detect/hand_head_resize/dr'img_path = '/data/cch/data/pintu/test/hand_head_resize/images'if __name__ == '__main__': txt2darknet(txt_path, img_path, saved_path)

以上两个转换代码都是在拼图当中会调用到。

拼图

下面开始我们的拼图代码:

'''4*4左上五个 1 2 3 5 6 head左下五个 9 10 11 13 14 body右上三个 4 7 8 各划分4宫格 hand右下三个 12 15 16 各划分4宫格 foot针对于部件拼图,每个部件一个文件夹,image和json的地址都取总地址'''import sysimport codecsimport randomimport PIL.Image as Imageimport osimport cv2sys.path.append("/data/cch/拼图代码/format_transform")import json2txtimport modeTxtimport shutil# 定义图像拼接函数def image_compose(imgsize, idx, ori_tmp, num, save_path, gt_resized_path, flag): to_image = Image.new('RGB', (imgsize, imgsize)) #创建一个新图 new_name = "" for y in range(idx): for x in range(idx): index = y*idx + x if index >= len(ori_tmp): break open_path = [gt_resized_path, small_pintu_foot, small_pintu_hand] for op in open_path: if os.path.exists(os.path.join(op, ori_tmp[index])): to_image.paste(Image.open(os.path.join(op, ori_tmp[index])), ( int(x * (imgsize / idx)), int(y * (imgsize / idx)))) break else: continue new_name = os.path.join(save_path, flag + str(num) + ".jpg") to_image.save(new_name) # 保存新图 # print(new_name) return new_namedef labels_merge(imgsize, idx, ori_tmp, new_name, txt_resized_path, txt_pintu_path): data = "" for y in range(idx): for x in range(idx): index = y*idx + x if index >= len(ori_tmp): break txt_path = os.path.join(txt_resized_path, ori_tmp[index].split(".")[0] + ".txt") if not os.path.exists(txt_path): txt_path = os.path.join(txt_pintu_path_small, ori_tmp[index].split(".")[0] + ".txt") try: os.path.exists(txt_path) except: print(txt_path, "file not exists!") if os.path.exists(txt_path): with codecs.open(txt_path, 'r', encoding='utf-8',errors='ignore') as f1: for line in f1.readlines(): line = line.strip('\n') a = line.split(' ') a[2] = str(float(a[2]) + (x * (imgsize / idx))) a[3] = str(float(a[3]) + (y * (imgsize / idx))) a[4] = str(float(a[4]) + (x * (imgsize / idx))) a[5] = str(float(a[5]) + (y * (imgsize / idx))) b =a[0] + ' ' + a[1] + ' ' + a[2] + ' ' + a[3] + ' ' + a[4] + ' ' + a[5] data += b + "\n" write_path = os.path.join(txt_pintu_path, os.path.splitext(new_name)[0].split("/")[-1] + ".txt") with open(write_path, 'w', encoding='utf-8') as f2: f2.writelines(data)def pintu2black(txt_pintu_path, save_path, to_black_num, to_black_min_num, label_black): files = os.listdir(txt_pintu_path) for file in files: img_path = os.path.join(save_path, os.path.splitext(file)[0] + ".jpg") img_origal = cv2.imread(img_path) data = "" with codecs.open(txt_pintu_path+"/"+file, encoding="utf-8", errors="ignore") as f1: for line in f1.readlines(): line = line.strip("\n") a = line.split(" ") xmin = int(eval(a[2])) ymin = int(eval(a[3])) xmax = int(eval(a[4])) ymax = int(eval(a[5])) if ((xmax - xmin < to_black_num) and (ymax - ymin < to_black_num)) or \ ((xmax - xmin < to_black_min_num) or (ymax - ymin < to_black_min_num)) \ or a[1] in label_black: img_origal[ymin:ymax, xmin:xmax, :] = (0, 0, 0) cv2.imwrite(img_path, img_origal) line = "" if line: data += line + "\n" with open(txt_pintu_path+"/"+file, 'w', encoding='utf-8') as f2: f2.writelines(data) # print(data)def gt_distribute(images_path, ori, gt_resized_path, txt_path, gt_range): image_names = os.listdir(images_path) for image_name in image_names: if not os.path.splitext(image_name)[-1] == ".jpg": continue imgPath = os.path.join(images_path, image_name) img = cv2.imread(imgPath) gt_resized_name = gt_resize(gt_resized_path, txt_path, image_name, img, gt_range, 2) ori.append(gt_resized_name)def gt_resize(gt_resized_path, txt_path, image_name, img, img_size, x): if not os.path.exists(gt_resized_path): os.mkdir(gt_resized_path) [img_h, img_w, _] = img.shape img_read = [0, 0, 0] if img_h < img_w: precent = img_size / img_w img_read = cv2.resize(img, (img_size, int(img_h * precent)), interpolation=cv2.INTER_CUBIC) else: precent = img_size / img_h img_read = cv2.resize(img, (int(img_w * precent), img_size), interpolation=cv2.INTER_CUBIC) img_resized = gt_resized_path + "/" + image_name.split(".")[0] + "_" + str(x) + ".jpg" cv2.imwrite(img_resized, img_read) txt_name = txt_path + "/" + image_name.split(".")[0] + ".txt" txt_resized_name = gt_resized_path + "/" + image_name.split(".")[0] + "_" + str(x) + ".txt" if os.path.exists(txt_name): data = "" with codecs.open(txt_name, 'r', encoding='utf-8',errors='ignore') as f1: for line in f1.readlines(): line = line.strip('\n') a = line.split(' ') a[2] = str(float(a[2]) * precent) a[3] = str(float(a[3]) * precent) a[4] = str(float(a[4]) * precent) a[5] = str(float(a[5]) * precent) b =a[0] + ' ' + a[1] + ' ' + a[2] + ' ' + a[3] + ' ' + a[4] + ' ' + a[5] data += b + "\n" with open(txt_resized_name, 'w', encoding='utf-8') as f2: f2.writelines(data) return img_resized.split("/")[-1]def pintu(idx, ori, img_threshold, imgsize, save_path, gt_resized_path, txt_pintu_path, flag): num = 0 if flag != "wear_" : random.shuffle(ori) picknum = idx * idx index = 0 while num < int(img_threshold): ori_tmp = [] # random.sample(ori, picknum) if index >= len(ori) and flag != "wear_" : random.shuffle(ori) index = 0 ori_tmp = ori[index:index+picknum] index = index + picknum new_name = image_compose(imgsize, idx, ori_tmp, num, save_path, gt_resized_path, flag) labels_merge(imgsize, idx, ori_tmp, new_name, gt_resized_path, txt_pintu_path) ori_tmp.clear() num += 1 print(flag, num, len(ori))if __name__ == "__main__": images_path = '/data/cch/test' # 图片集地址 json_path = "/data/cch/test" save_path = '/data/cch/save' if not os.path.exists(save_path): os.mkdir(save_path) else: shutil.rmtree(save_path) os.mkdir(save_path) tmp = "/data/cch/pintu_data/save/tmp" if not os.path.exists(tmp): os.mkdir(tmp) else: shutil.rmtree(tmp) os.mkdir(tmp) gt_resized_path = os.path.join(tmp, "gt_resized") txt_path = os.path.join(tmp, "txt") # 原数据txt txt_pintu_path = os.path.join(tmp, "txt_pintu") txt_pintu_path_small = os.path.join(tmp, "txt_pintu_small") small_pintu_foot = os.path.join(tmp, "pintu_foot") small_pintu_hand = os.path.join(tmp, "pintu_hand") os.mkdir(txt_path) os.mkdir(txt_pintu_path) os.mkdir(txt_pintu_path_small) os.mkdir(small_pintu_foot) os.mkdir(small_pintu_hand) label_black = ["other"] imgsize = 416 to_black_num = 15 to_black_min_num = 5 gt_range_large = int(imgsize / 4) gt_range_small = int(imgsize / 8) json_dirs = os.listdir(json_path) for json_dir in json_dirs: json_ori_dir = os.path.join(json_path, json_dir) txt_dir = os.path.join(txt_path, json_dir) os.mkdir(txt_dir) json2txt.main_import(json_ori_dir, txt_dir) # foot ori_foot = [] foot_images = os.path.join(images_path, "foot") foot_txt = os.path.join(txt_path, "foot") gt_distribute(foot_images, ori_foot, gt_resized_path, foot_txt, gt_range_small) img_threshold = int(len(ori_foot) / 4 * 1.6) idx = 2 pintu(idx, ori_foot, img_threshold, int(imgsize/4), small_pintu_foot, gt_resized_path,\ txt_pintu_path_small, "foot_") # hand ori_hand = [] hand_images = os.path.join(images_path, "hand") hand_txt = os.path.join(txt_path, "hand") gt_distribute(hand_images, ori_hand, gt_resized_path, hand_txt, gt_range_small) img_threshold = int(len(ori_hand) / 4 * 1.6) idx = 2 pintu(idx, ori_hand, img_threshold, int(imgsize/4), small_pintu_hand, gt_resized_path,\ txt_pintu_path_small, "hand_") # head ori_head = [] head_images = os.path.join(images_path, "head") head_txt = os.path.join(txt_path, "head") gt_distribute(head_images, ori_head, gt_resized_path, head_txt, gt_range_large) # body ori_body = [] body_images = os.path.join(images_path, "body") body_txt = os.path.join(txt_path, "body") gt_distribute(body_images, ori_body, gt_resized_path, body_txt, gt_range_large) # pintu ori = [] idx = 4 ori_foot = os.listdir(small_pintu_foot) ori_hand = os.listdir(small_pintu_hand) random.shuffle(ori_foot) random.shuffle(ori_hand) random.shuffle(ori_head) random.shuffle(ori_body) [idx_hand, idx_foot, idx_head, idx_body] = [0, 0, 0, 0] img_threshold = int((len(ori_hand) + len(ori_foot) + len(ori_head) + len(ori_body)) / (idx*idx) * 1.5) while True: for i in range(idx*idx): if i in [0,1,2,4,5]: if idx_head >= len(ori_head): random.shuffle(ori_head) idx_head = 0 ori.append(ori_head[idx_head]) idx_head += 1 elif i in [3,6,7]: if idx_hand >= len(ori_hand): random.shuffle(ori_hand) idx_hand = 0 ori.append(ori_hand[idx_hand]) idx_hand += 1 elif i in [8,9,10,12,13]: if idx_body >= len(ori_body): random.shuffle(ori_body) idx_body = 0 ori.append(ori_body[idx_body]) idx_body += 1 elif i in [11,14,15]: if idx_foot >= len(ori_foot): random.shuffle(ori_foot) idx_foot = 0 ori.append(ori_foot[idx_foot]) idx_foot += 1 if int(len(ori)/(idx*idx)) > img_threshold: break pintu(idx, ori, int(len(ori)/(idx*idx)), imgsize, save_path, gt_resized_path,\ txt_pintu_path, "wear_") pintu2black(txt_pintu_path, save_path, to_black_num, to_black_min_num, label_black) # input() modeTxt.txt2darknet(txt_pintu_path, save_path, save_path) shutil.rmtree(tmp)

这里的输入地址是4个部件的总地址,如图:

本文链接地址:https://www.jiuchutong.com/zhishi/295226.html 转载请保留说明!

上一篇:javaweb案例一(javaweb简单项目案例)

下一篇:【JSP课程设计】个人信息管理系统(代码保姆级)(jsp课程设计含源代码)

  • 黄钻可以看别人锁了的空间吗(黄钻可以看别人设置权限的空间吗)

    黄钻可以看别人锁了的空间吗(黄钻可以看别人设置权限的空间吗)

  • 手机充电时间过长会怎样(手机充电时间过长停止充电了怎么办)

    手机充电时间过长会怎样(手机充电时间过长停止充电了怎么办)

  • 荣耀30为什么没有取消VoLTE功能的选项(荣耀30为什么没有无线调试)

    荣耀30为什么没有取消VoLTE功能的选项(荣耀30为什么没有无线调试)

  • 数据分析的主要目的(数据分析的主要目的是)

    数据分析的主要目的(数据分析的主要目的是)

  • qq亲密度90算高吗(qq亲密度93高吗)

    qq亲密度90算高吗(qq亲密度93高吗)

  • 朋友圈发空是什么意思(朋友圈发圈空白图片)

    朋友圈发空是什么意思(朋友圈发圈空白图片)

  • 为什么按音量键不是显示媒体(为什么按音量键只能调通话)

    为什么按音量键不是显示媒体(为什么按音量键只能调通话)

  • a10fusion和a10的区别(a10fusion和a11的区别)

    a10fusion和a10的区别(a10fusion和a11的区别)

  • 快手软件是干什么的(快手软件是干什么用的)

    快手软件是干什么的(快手软件是干什么用的)

  • 为什么qq邮箱能收到却看不了内容(为什么QQ邮箱能接收谷歌邮件)

    为什么qq邮箱能收到却看不了内容(为什么QQ邮箱能接收谷歌邮件)

  • vivoy93怎么恢复原厂设置(vivoy93怎么恢复出厂设置忘记密码)

    vivoy93怎么恢复原厂设置(vivoy93怎么恢复出厂设置忘记密码)

  • 截图完成怎么拖动(要截的图需要往下拖拽怎么截)

    截图完成怎么拖动(要截的图需要往下拖拽怎么截)

  • word中邮件合并的步骤(word中邮件合并功能支持的数据源不包括)

    word中邮件合并的步骤(word中邮件合并功能支持的数据源不包括)

  • 芒果tv账号可以注销嘛(芒果tv账号可以注销吗)

    芒果tv账号可以注销嘛(芒果tv账号可以注销吗)

  • 华为如何关闭最近删除(华为如何关闭最左边的页面)

    华为如何关闭最近删除(华为如何关闭最左边的页面)

  • 企业上云的弊端(企业上云的缺点)

    企业上云的弊端(企业上云的缺点)

  • 蓝牙耳机声音小(蓝牙耳机声音小的解决方法)

    蓝牙耳机声音小(蓝牙耳机声音小的解决方法)

  • websoc可以卸载吗(websoc是什么软件)

    websoc可以卸载吗(websoc是什么软件)

  • iphonexr定时开机设置(iphonexr定时开关机)

    iphonexr定时开机设置(iphonexr定时开关机)

  • 拼多多菜园怎么找(拼多多菜园怎么不见了)

    拼多多菜园怎么找(拼多多菜园怎么不见了)

  • 怎么把好友从微信黑名单拉出来(怎么把好友从微信黑名单里拉出来?)

    怎么把好友从微信黑名单拉出来(怎么把好友从微信黑名单里拉出来?)

  • 苹果iPhone手机有必要越狱吗?(iphone有没有)

    苹果iPhone手机有必要越狱吗?(iphone有没有)

  • bios如何设置光驱启动顺序?三种BIOS设置光驱第一启动的方法详细图解(bios如何设置光盘启动项)

    bios如何设置光驱启动顺序?三种BIOS设置光驱第一启动的方法详细图解(bios如何设置光盘启动项)

  • BIOS报警的一些原因分析解答(bios报警声是怎样的)

    BIOS报警的一些原因分析解答(bios报警声是怎样的)

  • 应交税费转结哪里去
  • 利润表的税金及附加是计提数还是实缴数
  • 小规模城建税和教育费附加怎么算
  • 有两处收入的怎么报个税汇算清缴
  • 个人社保缴费多少钱一个月
  • 小微企业第一季度不符合条件怎么处理
  • 承租方支付租金会计科目
  • 房企所得税纳税义务发生时间
  • 债务重组与资产重组
  • 单位车辆折旧完怎么处理
  • 增值税税收返还政策
  • 现金存款账户
  • 2020年职工福利费扣除比例
  • 补缴企业所得税汇算清缴会计分录怎么做
  • 企业所得税如何计算
  • 税金及附加是否设二级科目
  • 房地产开发公司注册资金要求
  • 研发费用的税收政策
  • 发票登记薄的样式是什么
  • 收到发票如何写摘要
  • php apc
  • win10一键释放内存
  • PHP:curl_multi_exec()的用法_cURL函数
  • srv.exe病毒
  • 深度学习和日常代码中遇到的报错汇总及解决方案,持续更新中。。。。
  • 企业清算所得税如何计算
  • 最早的笔记本是512m内存
  • 委托加工业务的组成计税价格
  • pytorch f
  • 企业年金如何缴纳计算方法
  • 天然气票据
  • 个税申报失败如何修复
  • rf-kill
  • 增值税发票打印机
  • 哪些计入其他收益与营业外收入
  • 年终企业所得税怎么结转
  • 物品登记制度
  • 个人收到承兑汇票
  • 员工公交费补贴怎么入账
  • 公司注销实收资本有余额怎么处理
  • 一般纳税人购入不动产增值税税率
  • 法人购买车险发票在哪开
  • 申报残保金的时候有处罚决定书怎么办
  • 网银费用及回单怎么查
  • 营改增后建筑业怎么开票
  • 服务业收入的会计分录
  • 工商注册资本什么意思
  • 电话费计入什么二级科目
  • sql sever实验指导
  • win7系统浏览器怎么设置
  • xp windows功能在哪里
  • xp系统好奇怪哦
  • 苹果系统声音怎么设置方法
  • 怎么自己安装windows7
  • windows xp删除所有数据
  • macos dock
  • win8系统如何
  • win7旗舰版好不好
  • win10开始菜单什么样子
  • win10周年版
  • opencvsharp读取图片
  • jquery如何赋值
  • 通过手机号怎么查对方的位置
  • 易信安卓手机版
  • python迭代器iterator
  • android新手入门
  • shell 循环 for
  • Web Inspector:关于在 Sublime Text 中调试Js的介绍
  • Android Build.prop
  • lint 工具
  • 百度坐标转换成WGS84坐标
  • python中deque
  • u3d地形编辑贴图
  • python字符串连接join
  • 动感相册模板
  • 电子税务局查询一般纳税人资格
  • 深圳市税务局发短信是真的吗
  • 吉林省耕地占用税实施办法
  • 南京税务局几点下班
  • 税控卡丢失怎么办
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设