【mmdetection小目标检测教程】三、使用sahi库切分高分辨率图片，一键生成coco格式数据集

本文我们将使用sahi库对高分辨率图片进行切分 开始之前请确保使用的是coco格式的数据集，如果是voc的请参考我上一篇转化格式
sahi库是一个用于超大图片中对小目标检测的切片辅助超推理库
SAHI的Github地址: https://github.com/obss/sahi

---

mmdetection小目标检测系列教程：
一、openmmlab基础环境搭建（含mmcv、mmengine、mmdet的安装）
二、labelimg标注文件voc格式转coco格式
三、使用sahi库切分高分辨率图片，一键生成coco格式数据集
四、修改配置文件，训练专属于你的目标检测模型
五、使用mmdet和mmcv的api进行图像/视频推理预测，含异步推理工作

1.确认是否需要切分图像

新建一个py文件，将下述代码复制进去

import matplotlib.pyplot as plt
import json
import numpy as np
import argparse


def median(data):
    data.sort()
    mid = len(data) // 2
    median = (data[mid] + data[~mid]) / 2
    return median


def draw_distribution(width, height, out_path):
    w_bins = int((max(width) - min(width)) // 10)
    h_bins = int((max(height) - min(height)) // 10)
    plt.figure()
    plt.subplot(221)
    plt.hist(width, bins=w_bins, color='green')
    plt.xlabel('Width rate *1000')
    plt.ylabel('number')
    plt.title('Distribution of Width')
    plt.subplot(222)
    plt.hist(height, bins=h_bins, color='blue')
    plt.xlabel('Height rate *1000')
    plt.title('Distribution of Height')
    plt.savefig(out_path)
    print(f'Distribution saved as {
      
      out_path}')
    plt.show()


def get_ratio_infos(jsonfile, out_img):
    allannjson = json.load(open(jsonfile, 'r'))
    be_im_id = 1
    be_im_w = []
    be_im_h = []
    ratio_w = []
    ratio_h = []
    images = allannjson['images']
    for i, ann in enumerate(allannjson['annotations']):
        if ann['iscrowd']:
            continue
        x0, y0, w, h = ann['bbox'][:]
        if be_im_id == ann['image_id']:
            be_im_w.append(w)
            be_im_h.append(h)
        else:
            im_w = images[be_im_id - 1]['width']
            im_h = images[be_im_id - 1]['height']
            im_m_w = np.mean(be_im_w)
            im_m_h = np.mean(be_im_h)
            dis_w = im_m_w / im_w
            dis_h = im_m_h / im_h
            ratio_w.append(dis_w)
            ratio_h.append(dis_h)
            be_im_id = ann['image_id']
            be_im_w = [w]
            be_im_h = [h]

    im_w = images[be_im_id - 1]['width']
    im_h = images[be_im_id - 1]['height']
    im_m_w = np.mean(be_im_w)
    im_m_h = np.mean(be_im_h)
    dis_w = im_m_w / im_w
    dis_h = im_m_h / im_h
    ratio_w.append(dis_w)
    ratio_h.append(dis_h)
    mid_w = median(ratio_w)
    mid_h = median(ratio_h)
    ratio_w = [i * 1000 for i in ratio_w]
    ratio_h = [i * 1000 for i in ratio_h]
    print(f'Median of ratio_w is {
      
      mid_w}')
    print(f'Median of ratio_h is {
      
      mid_h}')
    print('all_img with box: ', len(ratio_h))
    print('all_ann: ', len(allannjson['annotations']))
    draw_distribution(ratio_w, ratio_h, out_img)


def main():
    parser = argparse.ArgumentParser()
    parser.add_argument(
        '--json_path', type=str, default=None, help="Dataset json path.")


    parser.add_argument(
        '--out_img',
        type=str,
        default='box_distribution.jpg',
        help="Name of distibution img.")
    args = parser.parse_args()

    get_ratio_infos(args.json_path, args.out_img)


if __name__ == "__main__":
    main()

打开终端，输入下述语句，其中json_path需要指定对应的coco格式json

python box_distributed.py --json_path ./val2017.json

运行后，终端中会输出检测框相对应于原图的比例，当这个比例小于0.04并且原图尺寸大于1500的时候，则需要进行切图处理。

2.子图切分

（1）安装sahi库

pip install sahi

（2）基于sahi切图

新建一个py文件，将下述代码复制进去

import argparse
from tqdm import tqdm


def slice_data(image_dir, dataset_json_path, output_dir, slice_size,
               overlap_ratio):
    try:
        from sahi.scripts.slice_coco import slice
    except Exception as e:
        raise RuntimeError(
            'Unable to use sahi to slice images, please install sahi, for example: `pip install sahi`, see https://github.com/obss/sahi'
        )
    tqdm.write(
        f" slicing for slice_size={
      
      slice_size}, overlap_ratio={
      
      overlap_ratio}")
    slice(
        image_dir=image_dir,
        dataset_json_path=dataset_json_path,
        output_dir=output_dir,
        slice_size=slice_size,
        overlap_ratio=overlap_ratio, )


def main():
    parser = argparse.ArgumentParser()
    parser.add_argument(
        '--image_dir', type=str, default=None, help="The image folder path.")
    parser.add_argument(
        '--json_path', type=str, default=None, help="Dataset json path.")
    parser.add_argument(
        '--output_dir', type=str, default=None, help="Output dir.")
    parser.add_argument(
        '--slice_size', type=int, default=500, help="slice_size")
    parser.add_argument(
        '--overlap_ratio', type=float, default=0.25, help="overlap_ratio")
    args = parser.parse_args()

    slice_data(args.image_dir, args.json_path, args.output_dir, args.slice_size,
               args.overlap_ratio)


if __name__ == "__main__":
    main()

终端运行脚本

python slice_image.py --image_dir ./dataset/data/train2017/ --json_path ./dataset/data/annotations/instances_train2017.json --output_dir ./dataset/data/sliced --slice_size 640 --overlap_ratio 0.25

• –image_dir：原始数据集图片文件夹的路径
• –json_path：原始数据集coco格式的json标注文件的路径
• –output_dir：切分后的子图及其json标注文件保存的路径
• –slice_size：切分以后子图的边长尺度大小(默认切图后为正方形)
• –overlap_ratio：切分时的子图之间的重叠率

切分后的子图文件夹与json标注文件共同保存在sliced文件夹下，这个文件夹下的文件就是未来的训练验证集

原图：
切分后的子图