定区域法快速实现数据集的制作

小小杨树
608 阅读3分钟

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第5天，点击查看活动详情

前言

  无论是分类任务还是检测任务，数据集的制作一直是一个令人头疼的问题，数据集的制作既耗费掉大量的时间，又耗费了大量的精力。

   为解决这一难题，我将在这里以口罩识别（人脸戴口罩OR不带口罩）为例子，给大家分别讲解如何制作分类任务和目标检测的数据集制作

图像分类任务

   在这里我以目录式索引为例子（以文件夹名称作为图像的标签）给大家带来分类任务的数据集制作。

制作流程：

  1. 使用cv2.VideoCapture读取PC摄像头；
  2. 定义自己需要选择的区域，这里可以根据显示结果调节到人脸在摄像头定义的区域内（x,y,w,h）；
  3. 复制原图进行区域裁剪；
  4. 对裁剪区域进行存储（uuid命名防止重复被覆盖）；
  5. 使用cv2.rectangle进行定区域绘制，便于在显示视频画面的时候调整头部。

目标检测任务

   这里的话，就不像传统的分类任务那样简单了，毕竟这会是需记录目标在图像的图像中的位置的，在这里我们存储图像也将是一整张图像的，记录坐标区域也是根据BBOX法记录。在这里我们制作VOC数据集。

制作流程：

  1. 使用cv2.VideoCapture读取PC摄像头；
  2. 定义自己需要选择的区域，这里可以根据显示结果调节到人脸在摄像头定义的区域内；
  3. 复制原图，对原图进行存储到指定文件夹内图像命名SaveImgName = str(uuid.uuid1())
  4. 在存储图像文件夹内创建一个txt文件，txt文件命名为：SaveImgName
  5. txt 内部填写信息为：SaveImgName + 标签值 + x + y + (x+w) + (y+h) + '\n'
  6. 填写完信息并存储关闭txt文档（这里注意一下:一张图配一个txt方便后期txt文件转变xml文件）
  7. 使用cv2.rectangle进行定区域绘制，便于在显示视频画面的时候调整头部。
  8. 使用txt2xml将txt文件转为xml

展望

  在定区域内进行数据集的制作可以给我们带来极大的便利，但是他同样也有其局限性：无法完美适配所有的场景。

   对于采用定区域法制作数据集我们可以使用在佩戴口罩数据集上，还可以比如说是是否佩戴帽子和眼镜之类的，我们也可以应用在厂区出入口检测人或车。

  定区域也可以应用在识别的程序之中，我们划定区域，只对指定区域进行识别，大大降低识别的误差，提高识别率。

Demo附录

图像分类任务：

import uuid
import cv2
import time


def SaveFacesImage(Img, x, y, w, h):
    CopyImg = Img.copy()
    Getface = CopyImg[y:y + h, x:x + w]
    Getface = cv2.cvtColor(Getface, cv2.COLOR_BGR2RGB)
    SaveGetfacePath = './data/train/WithNoMask/'
    SaveGetfaceName = str(uuid.uuid1())
    cv2.imwrite(SaveGetfacePath + SaveGetfaceName + '.jpg', Getface)


if __name__ == '__main__':
    capture = cv2.VideoCapture(0)
    fps = 0.0
    while True:
        t1 = time.time()
        ref, frame = capture.read() # 读取某一帧
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)# 格式转变，BGRtoRGB
        face_coor = [250, 100, 230, 280]
        [x, y, w, h] = face_coor
        cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 1)
        SaveFacesImage(frame, x, y, w, h)
        frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)
        fps = (fps + (1. / (time.time() - t1))) / 2
        frame = cv2.putText(frame, "fps= %.2f" % (fps), (0, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
        cv2.imshow("video", frame)
        cv2.waitKey(1)
    capture.release()
    cv2.destroyAllWindows()

目标检测任务：

import uuid
import cv2
import time


def SaveFacesImage(Img, label, x, y, w, h):
    CopyImg = Img.copy()
    CopyImgRGB = cv2.cvtColor(CopyImg, cv2.COLOR_BGR2RGB)
    SaveGetfacePath = './ImageXml/mask/'
    SaveGetfaceName = str(uuid.uuid1())
    cv2.imwrite(SaveGetfacePath + SaveGetfaceName + '.jpg', CopyImgRGB)
    txtpath = '/home/kiven-yang/demo-facemask/ImageXml/mask/%s.txt' %SaveGetfaceName
    f = open(txtpath, 'a')
    datas = (str(SaveGetfaceName) + " " + str(label) + " " + str(x) + " " + str(y) + " " + str(x+w) + " " + str(y+h) + '\n')
    f.write(datas)
    f.close()


if __name__ == '__main__':
    capture = cv2.VideoCapture(0)
    fps = 0.0
    while True:
        t1 = time.time()
        ref, frame = capture.read() # 读取某一帧
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)# 格式转变，BGRtoRGB
        face_coor = [250, 100, 230, 280]
        [x, y, w, h] = face_coor
        SaveFacesImage(frame, 'face', x, y, w, h)
        cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 0), 1)
        frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)
        fps = (fps + (1. / (time.time() - t1))) / 2
        frame = cv2.putText(frame, "fps= %.2f" % (fps), (0, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)
        cv2.imshow("video", frame)
        cv2.waitKey(1)
    capture.release()
    cv2.destroyAllWindows()
avatar
文章
阅读
粉丝