序文
ヘッドのデータセットはプロジェクトで使用され、前の記事のオープンイメージデータセットのほとんどのヘッドにはオーバーヘッドピクチャがないため、アプリケーションシナリオには適していません。偶然にも、洗脳データセットはguthub aditya-vora / FCHD-Fully-Convolutional-Head-Detectorで見つかりました 。その注釈ファイル形式は、yolo注釈形式とは大きく異なります。この記事では、2つの形式の変換を実現することを目的としています。
準備ができて
洗脳
洗脳データセットは、密集した頭部検出データセットです。これは、カフェに登場する人々のグループにマークを付け、このグループの人々にラベルを付けることによって取得されるデータセットです。これには、トレーニングセット：81975頭の10769画像と検証セット：3318頭の500画像の3つの部分が含まれています。テストセット：5007頭の500画像。この記事では、トレーニングセットについてのみ説明します。
その注釈ファイルは、brainwash_train.idlのトレーニングセットなど、いくつかのidlファイルにあり、それらの注釈形式は次のとおりです： "picture path"：注釈。各ボックスは括弧で囲まれ、座標はカンマで区切られ、ボックスはカンマで区切られています。各画像は1行に1つずつあり、最後はセミコロンで区切られています。
"brainwash_11_13_2014_images/04231500_640x480.png": (316.0, 132.0, 332.0, 150.0), (201.0, 163.0, 221.0, 185.0), (136.0, 167.0, 156.0, 186.0), (349.0, 144.0, 372.0, 166.0), (606.0, 249.0, 639.0, 290.0);
"brainwash_11_13_2014_images/04232000_640x480.png": (485.0, 233.0, 527.0, 273.0), (48+3.0, 198.0, 513.0, 230.0), (291.0, 199.0, 326.0, 239.0), (208.0, 168.0, 242.0, 202.0), (137.0, 168.0, 160.0, 189.0), (197.0, 165.0, 215.0, 186.0), (317.0, 131.0, 332.0, 149.0);
"brainwash_11_24_2014_images/00000500_640x480.jpg": (385.0, 132.0, 399.0, 143.0), (152.0, 162.0, 168.0, 181.0), (120.0, 171.0, 140.0, 196.0), (468.0, 171.0, 490.0, 190.0);
"brainwash_11_24_2014_images/00001000_640x480.jpg": (160.0, 156.0, 176.0, 175.0), (121.0, 175.0, 140.0, 196.0), (357.0, 159.0, 379.0, 184.0);次に行うことは、このデータ形式に従ってデータの各行を取り出し、それをyolo形式に変更することです。
<カテゴリ> <正規化中心座標x> <正規化中心座標y> <正規化画像w> <正規化画像h>
<カテゴリ> <正規化中心座標x> <正規化中心座標y> <正規化画像w> <正規化画像h>
........
<カテゴリ> <正規化中心座標x> <正規化中心座標y> <正規化画像w> <正規化画像h>
次に、これらを画像にちなんだ名前のtxtファイルに入れます。
フォーマット変換
分割：
観察の結果、必要のないもの、ファイル名として使用すべきもの、ファイルの内容として使用すべきものがあることがわかりました。そのため、最初に分割してから、各部分に対して異なる処理を行う必要があります。最初に、各行を2つの部分、つまり画像パス部分と画像注釈部分に分割しました。2つの部分は「：」で分割されていますが、各行の終わりは「;」で分割されています。最初に「：」を分割できます。 「;」に置き換え、「;」に従って分割すると、これら2つの余分な記号を削除できます。
import os
idl_file_dir = "brainwash_train.idl" #相对地址
txt_files_dir = "txt_files"
if not os.path.exists(txt_files_dir):
os.mkdir(txt_files_dir) #用于存生成的txt文件
f1=open(idl_file_dir,'r+')
lines=f1.readlines()
#print(range(len(lines)))
for i in range(len(lines)):
line = lines[i]
line = line.replace(":",";") #用；替换：
#print(line)上記の操作を実行すると、ラベルファイル全体が2つの部分になり、パスはline.split（ ";"）[0]に格納され、ラベルはline.split（ ";"）[1]に格納されます。最初にパス部分を処理します。パスの両側にセミコロンがあり、その後に冗長な記号があることに注意してください。最初に削除してから、「/」で分割して画像名を取得し、最後に「。」で分割して分割を取得します。接尾辞のない画像名。もちろん、この名前は、後でマークされたファイルのサフィックスのないファイル名でもあります。
img_dir = line.split(";")[0]
#print(img_dir)
img_boxs = line.split(";")[1]
img_dir = img_dir.replace('"',"") #删除分号
#print(img_dir)
img_name = img_dir.split("/")[1]
txt_name = img_name.split(".")[0] #得到后缀名与文件名
img_extension = img_name.split(".")[1]
#print(txt_name)
#print(img_extension)上記の操作を実行すると、ファイル名とサフィックス名の両方が使用可能になり、前者はマークされたファイルのファイル名になり、後者はフィルタリング条件になります。ここで、ラベル部分を分割してみましょう。ラベル部分は次のようになります。最初にすべての "、"を削除します（元のラベリングファイルでは各 "、"の前にスペースがあるため、 "、"をスペースに置き換えると、最後の分割の後にさらにスペースができます）。次に、「（」の角かっこを削除し、最後に「）」を使用してさまざまなボックスを区切ります。
(316.0, 132.0, 332.0, 150.0), (201.0, 163.0, 221.0, 185.0), (136.0, 167.0, 156.0, 186.0), (349.0, 144.0, 372.0, 166.0), (606.0, 249.0, 639.0, 290.0);
(485.0, 233.0, 527.0, 273.0), (48+3.0, 198.0, 513.0, 230.0), (291.0, 199.0, 326.0, 239.0), (208.0, 168.0, 242.0, 202.0), (137.0, 168.0, 160.0, 189.0), (197.0, 165.0, 215.0, 186.0), (317.0, 131.0, 332.0, 149.0);
(385.0, 132.0, 399.0, 143.0), (152.0, 162.0, 168.0, 181.0), (120.0, 171.0, 140.0, 196.0), (468.0, 171.0, 490.0, 190.0);
(160.0, 156.0, 176.0, 175.0), (121.0, 175.0, 140.0, 196.0), (357.0, 159.0, 379.0, 184.0); img_boxs = img_boxs.replace(",","") #删除“，”
#print(img_boxs)
img_boxs = img_boxs.replace("(","") #删除“(”
img_boxs = img_boxs.split(")") #删除“)”
#print(img_boxs)これまでのデータは基本的に分割されており、1つの画像と1つのimg_boxs、各ボックスはimg_boxsの次元であり、ボックスの数はimg_boxsの合計次元です。各img_boxsの最後のアイテムはスペースアイテムであり、このアイテムはlen（img_boxs）-1マイナス1にトラバースするだけで削除されます（その後、img_boxs [m]にアクセスしないでください。m> 0の場合、範囲外のリストインデックスが表示されます）エラー）。
if(img_extension == 'jpg'):
for n in range(len(img_boxs)-1): #消除空格项影响
box = img_boxs[n]
box = box.split(" ")
#print(box)
#print(box[4])
最後のステップは、洗脳の[xmin、ymin、xmax、 ymax ]形式をyoloの<category> <正規化された中心座標x> <正規化された中心座標y> <正規化された画像w> <正規化された形式に変換することです画像h>では、正規化された座標、正規化された幅と高さを計算し、画像の注釈ファイルを画像名にちなんで名付けられたtxtファイルに追加する必要があります。これでデータ型変換が完了します。結果を以下に示します。完全なコードについては、付録を参照してください。
with open(txt_files_dir+"/"+txt_name+".txt",'a') as f:
f.write(' '.join(['0', str((float(box[1]) + float(box[3]))/(2*640)),str((float(box[2]) + float(box[4]))/(2*480)),str((float(box[3]) - float(box[1]))/640),str((float(box[4]) - float(box[2]))/480)])+'\n')
yolo_mark検証
yolo_markのラベルと画像は同じフォルダーにあり、別のフォルダーと画像にあり、ここでのラベルはフィルターされているため、別の記事で記述したスクリプトはラベルに基づいて、2つのフォルダーの内容を簡単に結合できます。次に、yolo_mark検証を開き、yolo_markの使用方法別の記事を参照してください。2つをランダムに参照すると、変換に成功したことを示すラベルに問題がないことがわかります。
まとめ
データのラベル付け形式間の変換は、特定のルールに従ってデータを分割し、データを計算して並べ替えて、別の種類のラベル付けデータを取得することにすぎません。上記のように、友人がこの記事を読む運命にある場合、それは本当に名誉なことです。ご不明な点がございましたら、以下にメッセージを残してお話しください。
参考資料
https://blog.csdn.net/sinat_35907936/article/details/88911770
https://blog.csdn.net/sinat_35907936/article/details/89605978
https://blog.csdn.net/sinat_35907936/article/details/89086081
http://arxiv.org/abs/1506.04878
付録
import os
idl_file_dir = "brainwash_train.idl"
txt_files_dir = "txt_files"
if not os.path.exists(txt_files_dir):
os.mkdir(txt_files_dir)
f1=open(idl_file_dir,'r+')
lines=f1.readlines()
#print(range(len(lines)))
for i in range(len(lines)):
line = lines[i]
line = line.replace(":",";")
#print(line)
img_dir = line.split(";")[0]
#print(img_dir)
img_boxs = line.split(";")[1]
img_dir = img_dir.replace('"',"")
#print(img_dir)
img_name = img_dir.split("/")[1]
txt_name = img_name.split(".")[0]
img_extension = img_name.split(".")[1]
#print(txt_name)
#print(img_extension)
img_boxs = img_boxs.replace(",","")
#print(img_boxs)
img_boxs = img_boxs.replace("(","")
img_boxs = img_boxs.split(")")
#print(img_boxs)
if(img_extension == 'jpg'):
for n in range(len(img_boxs)-1):
box = img_boxs[n]
box = box.split(" ")
#print(box)
#print(box[4])
with open(txt_files_dir+"/"+txt_name+".txt",'a') as f:
f.write(' '.join(['0', str((float(box[1]) + float(box[3]))/(2*640)),str((float(box[2]) + float(box[4]))/(2*480)),str((float(box[3]) - float(box[1]))/640),str((float(box[4]) - float(box[2]))/480)])+'\n')
