标签：box 基于 检测 yolo file text path find 标注
根据我接触到的项目经验来看，需要我们进行检测的不是自然场景下的任意物体，而是特定场景下一类物体。典型的就是钢管识别，这些照片一般都是在厂区里面拍的、是对着钢管拍的，拍摄的目的是识别出钢管的数量。这里就为YOLO一类目标检测技术提供了空间，通过基于自定义数据集的迁移学习，能够实现一些效果，这里将相关东西整理出来。
基础环境：
标注工具分为本机标注和网络智能标注。LabelImg能够提供不错的操作体验，在windows上我只找到一个老版本的，能够生成voc的数据格式；在linux上的最新版本可以直接生成yolo的格式。
easydate能够提供只能标注，简单来说就是你只需要标注几张图片（不同数据数量不同），它可以先训练一个小模型，辅助你继续进行标注。
这个的价值肯定是不言而喻的。在标注这块，我还编码实现了基于传统算法的标签生成工具。具体来说，就是基于传统算法，生成初略的数据集，将这里的结果作为标签导入模型训练中去。
多措并举，能够有效提高数据标注速度。当然，标注仍然是一个痛苦的过程。
在训练这块，我使用了基于Kaggle的yolo官方notebook（https://www.kaggle.com/code/jsxyhelu2019/yolov5），进行一些删改后使用。这样能够有效使用免费的GPU，而且相对来说也比较方便。
实验一：筷子识别
第一个例子使用了网络上找到的数据集“筷子识别”，他最大的优势就是提供了完整的数据集。
1、图片的采集，可以看到这里的数据是比较集中的、质量是比较高的。数量大概210左右。
2、labelimg标注。原作者提供了标注好的voc结果，可以直接使用，也可以拿过来自己体会一下。
3、智能标注扩充。生成3张图像，使用easydl进行智能进行扩充。注意这里如果无标注数据太少，智能标注会开启失败。
4、修正结果
5、数据格式转换。需要将voc格式转换成为yolo格式。注意这里的label和前面标注的label是一样的。
**import** **os** **import** **xml**.etree.ElementTree as ET classes = ["label"] # 将x1, y1, x2, y2转换成yolov5所需要的x, y, w, h格式 **def** xyxy2xywh(size, box): dw = 1. / size[0] dh = 1. / size[1] x = (box[0] + box[2]) / 2 * dw y = (box[1] + box[3]) / 2 * dh w = (box[2] - box[0]) * dw h = (box[3] - box[1]) * dh **return** (x, y, w, h) # 返回的都是标准化后的值 **def** voc2yolo(path): # 可以打印看看该路径是否正确 **print**(**len**(**os**.listdir(path))) # 遍历每一个xml文件 **for** file **in** **os**.listdir(path): # xml文件的完整路径 label_file = path + file # 最终要改成的txt格式文件,这里我是放在voc2007/labels/下面 out_file = **open**(path.replace('Annotations', 'labels') + file.replace('xml', 'txt'), 'w') # print(label_file) # 开始解析xml文件 tree = ET.parse(label_file) root = tree.getroot() size = root.**find**('size') # 图片的shape值 w = **int**(size.**find**('width').text) h = **int**(size.**find**('height').text) **for** obj **in** root.iter('object'): difficult = obj.**find**('difficult').text cls = obj.**find**('name').text **if** cls **not** **in** classes **or** **int**(difficult) == 1: **continue** # 将名称转换为id下标 cls_id = classes.index(cls) # 获取整个bounding box框 bndbox = obj.**find**('bndbox') # xml给出的是x1, y1, x2, y2 box = [**float**(bndbox.**find**('xmin').text), **float**(bndbox.**find**('ymin').text), **float**(bndbox.**find**('xmax').text), **float**(bndbox.**find**('ymax').text)] # 将x1, y1, x2, y2转换成yolov5所需要的x, y, w, h格式 bbox = xyxy2xywh((w, h), box) # 写入目标文件中，格式为 id x y w h out_file.write(**str**(cls_id) + " " + " ".join(**str**(x) **for** x **in** bbox) + '\n') **if** **__name__** == '__main__': # 这里要改成自己数据集路径的格式 path = 'E:/DatasetId_1624813_1657795900/Annotations/' voc2yolo(path)
我还特地验证一下效果。
6、kaggle训练
数据上传注意需要都是zip格式的。
编写的一些内容：
path: datasets/kuaizi # dataset root dir train: train val: val test: # Classes nc: 1 names: ['label']
使用现有资源，进行训练.
注意这里的iamges和labels是放在一起的。
相关结果查看。
model下载，可以作为infer来使用。最好是能够测试，直接使用infer测试也是不错.
模型训练完成后，将runs/exp/weights下的模型（best.pt）复制在yolov5文件夹下。如下图所示：
实验二：钢管识别
有了前面的经验，可以更加放手做一些工作。
钢管数据的特点就是需要自己标注，所以这里我使用了很多trick来完成这个目标。
1、首先，单模型使用小标签（P）方便显示
2、使用现有工具，能够完成一些东西。那么数据需要重新来做，并且把里面重复的东西确实的去掉。
我现在给出的是这个代码可以生产coco json 的结果
3、使用easyDL进行标注管理。也需要做好多轮标注的准备
数据标注量很大，无法保证数据集的高可用，必须寻找到有效的迭代方法。比如这样图像的标注，实在是太费事了
开启easydl智能标注，需要60张左右；
4、最终easyDL给出了不错的错误观测界面，这个对于我数据分析来说是有用的
这个训练花了4个小时，这个也是需要注意一下的时间。最后就是部署这块
5、easydl提供了一些模式，但是需要和设备进行绑定。对于现在的我来说了，绑定不符合SMD的预期模式，所以先不看。我需要的还是YOLO原生，然后尽可能达到同样的MAP等
这里的mAP到底是否可用？我查了一些资料证明还是可行的
那这么看来目前这个值还是很高的。
6、方面验证是可行的，但是效果不尽如人意，其根本原因是我数据标注的不够。相关的技术需要研究出来去购买数据，这是另一个维度的问题。此外在软件使用过程中，如果能够将数据标注的过程反馈出来，那就是更上一个层次。
实验三：毛发识别
实际上，毛发识别存在尺度、方向等多个问题，并且需要解决的是3对象，难度是更大的。首先还是以现有的方法来进行处理，然后再思考其他。
说实话，我对使用深度学习解决毛发识别问题不是有完全的信息，因为这不是一个典型的问题，比如对象不是一个矩形框，而应该是自定义四边形。
如果使用举行进行标注，可以发现重叠非常多：
平行思考，如果基于AI去做语义分割的话，意义也不是很大，传统算法已经能够做很好的分割。
毛发识别算法的关键在于去除粘连，特别在根据现有的硬件进行精度测量，这样才能够获得高效的东西。
实验小结：
讨论一下传统方法和AI方法之间的关系：
1、AI能够解决很多传统方法无法解决、解决不好的问题，但AI不是万能的、仍然有很多问题目前无法解决；
2、使用传统方法为AI生产数据集、全流程地参与到AI生产中，可能是未来出路；
3、AI只不过是增加了一种解决问题的、不同维度的方法，它出来了很多模型和工具，但是解决问题的思路仍然关键决定因素。
感谢阅读至此，希望有所帮助。
标签：box,基于,检测,yolo,file,text,path,find,标注 来源： https://www.cnblogs.com/jsxyhelu/p/16485907.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。