Detección de objetivos y recorte de imágenes YOLOv8

Prefacio

Hemos entrenado previamente archivos modelo para identificar si las personas usan máscaras, lo que puede identificar efectivamente si las personas usan máscaras. Este artículo explicará cómo recortar los objetivos identificados.

Reconocimiento de objetivos

Es necesario especificar save_txt=Truey guardar el archivo de anotación de datos txt.

yolo predict model=runs/detect/train26/weights/best.pt source=ultralytics/assets/mask save_txt=True

Verifique el directorio del archivo de anotaciones y el formato del archivo

Transformación de coordenadas

El formato en el archivo de anotación de datos (todos los valores excepto las categorías están normalizados)

w: ancho de píxeles de la imagen

h: altura de píxeles de la imagen

0 0.301826 0.367765 0.123616 0.229143
label x_center y_center _width _height

x1=(x_center-width/2) * w
x2=(x_center+width/2) * w
y1=(y_center-height/2) * h
y2=(y_center+height/2) * h

Recortar guión

import os
from PIL import Image
import shutil

def findSingleFile(path):
        # 创建 cutpictures 文件夹（先判断）
    cutp = os.path.join(path, "cutpictures") 
        # 判断文件夹是否存在
    if os.path.exists(cutp):
        # 如果文件夹存在，先删除再创建
        # 递归删除文件夹
        shutil.rmtree(cutp)
        os.makedirs(cutp)
    else:
        # 如果文件夹不存在，直接创建
        os.makedirs(cutp)

    for filename in os.listdir(path):
        if not os.path.isdir(os.path.join(path,filename)):
            # 无后缀文件名
            filename_nosuffix = filename.split(".")[0]
            # 文件后缀
            file_suffix = filename.split(".")[1]
            # print(filename_nosuffix)

            img_path = os.path.join(path,filename)
            label_path = os.path.join(path,'labels',filename_nosuffix+".txt")

            # print(img_path)
            # print(label_path)
            # 生成裁剪图片（遍历 txt 每一行）eg: mask_0_1.jpg
            # 0 裁剪的图片序号 1 类别序号
            img = Image.open(img_path)
            w, h = img.size
            with open(label_path, 'r+', encoding='utf-8') as f:
                # 读取txt文件中的第一行，数据类型str
                lines = f.readlines()
                # 根据空格切割字符串，最后得到的是一个list
                for index, line in enumerate(lines):
                    msg = line.split(" ")
                    category = int(msg[0])
                    x_center = float(msg[1])
                    y_center = float(msg[2])
                    width = float(msg[3])
                    height = float(msg[4])
                    x1 = int((x_center - width / 2) * w)  # x_center - width/2
                    y1 = int((y_center - height / 2) * h)  # y_center - height/2
                    x2 = int((x_center + width / 2) * w)  # x_center + width/2
                    y2 = int((y_center + height / 2) * h)  # y_center + height/2
                    # print(x1, ",", y1, ",", x2, ",", y2, "," ,category)
                    # 保存图片
                    img_roi = img.crop((x1, y1, x2, y2))
                    save_path = os.path.join(cutp, "{}_{}_{}.{}".format(filename_nosuffix, index, category, file_suffix))
                    img_roi.save(save_path)

    print("裁剪图片存放目录：", cutp)


def main():
    import argparse

    # 创建 ArgumentParser 对象
    parser = argparse.ArgumentParser(description='输入目标检测裁剪目录')

    # 添加参数
    parser.add_argument('--dir', help='目录名', required=True)

    # 解析命令行参数
    args = parser.parse_args()

    dir = args.dir
    # print('目录参数:', dir)

    findSingleFile(dir)
    return

if __name__ == '__main__':
    main()

Ejecute el script (es necesario especificar el parámetro de ubicación del directorio --dir)

python cutpictures.py --dir /home/hualiujie/baoxinshagnchuan/ultralytics-main-cgh/runs/detect/predict6

Generado correctamente, significado del nombre del archivo:{无后缀文件名}_{裁剪图片序号}_{标签类别序号}

Artículo de referencia

Utilice yolov5 para la detección de objetivos y recorte los objetivos detectados_Detección de objetivos_Hacha cerebelosa AI Eating Meat-Huawei Cloud Developer Alliance (csdn.net)

¡Este artículo es publicado por OpenWrite, un blog que publica varios artículos !