- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
手把手教你用深度学习做物体检测(二):数据标注
??“本篇文章将开始我们训练自己的物体检测模型之旅的第一步——数据标注。”
??上篇文章介绍了如何基于训练好的模型检测图片和视频中的物体,若你也想先感受一下物体检测,可以看看上篇文章:《手把手教你用深度学习做物体检测(一):快速感受物体检测的酷炫?》。
??其实,网上关于数据标注的文章已有很多,但大多数都会有一些细节问题,比如中文编码问题,比如标注的数据放置的目录结构不对导致训练报错的问题等等,而这些问题,在本篇文章中都考虑到了,所以只要你按照步骤一步步来,并且使用本文中的代码,将会避免遇到上面所说的问题。
??我们已经知道,物体检测,简言之就是框出图像中的目标物体,就像下图这样:
??
??然而,能够识别出该图中的人、狗、马的模型是经过了大量数据训练得到的,这些训练用的数据,包含了图片本身,图片中的待检测目标的类别和矩形框的坐标等。一般而言,初始的数据都是需要人工来标注的,比如下面这张图:
??
??我们除了要把图片本身喂给神经网络,还要把图片中的长颈鹿、斑马的类别以及在图片中的位置信息一并喂给神经网络,现在你可能会想,类别信息倒还好,看一眼就知道有哪些类别了,但是目标的位置信息如何得到?难道要用像素尺量么?
??其实,已经有很多物体检测的先驱者们开发出了一些便捷的物体检测样本标注工具,这里我们会介绍一个很好用的工具——labelImg,该工具已经在github上开源了,地址:/tzutalin/labelImg
??
??该工具对于windows、Linux、Mac操作系统都支持,这里介绍windows和Linux下的安装方法,Mac下的安装可以去看项目的README文档。
Windows
github上提供了windows下的exe文件,下载下来后直接双击运行即可打开labelImg,进行数据的标注,下载链接如下:/tzutalin/labelImg/files/2638199/windows_v1.8.1.zip
Linux
Linux下的安装,需要从源码构建,README文档中提供了python2+Qt4和python3+Qt5的构建方法,这里仅介绍后者,在终端中输入以下命令:
--构建
sudoapt-getinstallpyqt5-dev-tools
sudopip3install-rrequirements/requirements-linux-python3.txt
makeqt5py3
--打开
python3labelImg.py
python3labelImg.py[IMAGE_PATH][PRE-DEFINEDCLASSFILE]
??无论是windows还是linux下,都提供了一个预定义的类别文件,data/predefined_classes.txt,其内容如下:
??
??这是方便我们在标注目标类别的时候可以从下拉框中选择,所以当然也可以修改这个文件,定义好自己要检测的目标的类别,支持中文。
??接下来,我们以windows为例,双击labelImage.exe,稍等几秒钟,就会看到如下界面:
??
??然后,我们加载一个图片目录,第一张图片会自动打开,此时我们按下w键,就可以标注目标了,如果发现快捷键不能用,可能是目前处在中文输入法状态,切换到英文状态就好了:
??
??标注完成后记得保存操作,然后按下快捷键d,就可以切换到下一张继续标注。当所有的图片标注完成后,我们还有一些事情要做,就是按照voc2007的数据集标准将图片和xml文件放到固定的目录结构下,具体的结构如下:
??
??接着,我们要将图片数据集划分成训练集、验证集、测试集,可以使用如下python代码,将该代码文件和ImageSets目录放在同一级执行:
将voc_2007格式的数据集划分下训练集、测试集和验证集
importos
importrandom
trainval_percent=0.96
train_percent=0.9
xmlfilepath=Annotations
txtsavepath=ImageSets\Main
total_xml=os.listdir(xmlfilepath)
num=len(total_xml)
list=range(num)
tv=int(num*trainval_percent)
tr=int(tv*train_percent)
trainval=random.sample(list,tv)
train=random.sample(trainval,tr)
ftrainval=open(ImageSets/Main/trainval.txt,w
文档评论(0)