カメラによって収集されたデータセットの背景領域が多すぎて、ターゲットがごく一部しか占めていないことが判明した場合、またはそのうちのいくつかが分類されている限り、残りは認識に参加しません。このとき、これらの破棄されたターゲットも背景領域として使用されます; または、特定のターゲットのパズル処理を行う必要があります。トレーニングと認識。特定の領域が特定のターゲットを学習して、誤検出率を改善および低減します...上記の問題はスクリーンショットで解決できます。この記事では、特定の
カテゴリに応じた最も単純なスクリーンショットを採用しています。より複雑な状況に対応するアップグレード バージョンは、次のとおりです。パーツを一定の割合で拡大したスクリーンショット。
コードに直接移動します。
from copy import deepcopy
import cv2
import json
import os
def main(img_path, json_path, save_path, label, extend):
files = os.listdir(json_path)
for file in files:
if os.path.splitext(file)[-1] != ".json":
continue
# 要是还有非jpg、png、jpeg类型的其他格式图片，再自行添加
img_file = os.path.join(img_path, os.path.splitext(file)[0] + ".jpg")
if not os.path.exists(img_file):
img_file = os.path.join(img_path, os.path.splitext(file)[0] + ".png")
if not os.path.exists(img_file):
img_file = os.path.join(img_path, os.path.splitext(file)[0] + ".jpeg")
json_file = os.path.join(json_path, file)
json_data = json.load(open(json_file))
img_h = json_data["imageHeight"]
img_w = json_data["imageWidth"]
i = 0
for shape in json_data["shapes"]:
json_data_1 = deepcopy(json_data)
if shape["label"] in label:
img_save = os.path.join(save_path, os.path.split(img_file)[-1])
json_save = save_path + "/" + file
if os.path.exists(json_save):
json_save = save_path + "/" + str(i) + file
img_save = save_path + "/" + str(i) + os.path.split(img_file)[-1]
json_data_1["imagePath"] = str(i) + os.path.split(img_file)[-1]
i += 1
p = shape["points"]
# 外扩指定的范围
x1 = int(min(p[0][0], p[1][0])) - extend
y1 = int(min(p[0][1], p[1][1])) - extend
x2 = int(max(p[0][0], p[1][0])) + extend
y2 = int(max(p[0][1], p[1][1])) + extend
if x1 < 0:
x1 = 0
if y1 < 0:
y1 = 0
if x2 > img_w:
x2 = img_w
if y2 > img_h:
y2 = img_h
print(img_save)
print(x1, y1, x2, y2)
bbox = []
for shape1 in json_data_1["shapes"]:
# 截图的区域a内是否有别的目标框的一半以上的区域落入截图区a域内（中心点判断）有则保留作为此图（截的新图）的目标框
if shape1["label"] in label or shape1["label"] in in_label:
m_p = shape1["points"]
m_x1 = int(min(m_p[0][0], m_p[1][0]))
m_y1 = int(min(m_p[0][1], m_p[1][1]))
m_x2 = int(max(m_p[0][0], m_p[1][0]))
m_y2 = int(max(m_p[0][1], m_p[1][1]))
if not (x1 < (m_x1 + m_x2)/2 < x2 and y1 < (m_y1 + m_y2)/2 <y2):
continue
print(m_x1, m_y1, m_x2, m_y2)
bbox.append(shape1)
img = cv2.imread(img_file)
img = img[y1:y2, x1:x2, :]
json_data_1["shapes"] = []
for b_shape in bbox:
b_p = b_shape["points"]
b_p[0][0] = b_p[0][0] - x1
b_p[0][1] = b_p[0][1] - y1
b_p[1][0] = b_p[1][0] - x1
b_p[1][1] = b_p[1][1] - y1
if b_p[0][0] < 0:
b_p[0][0] = 0
if b_p[0][1] < 0:
b_p[0][1] = 0
if b_p[1][0] > x2:
b_p[1][0] = x2
if b_p[1][1] > y2:
b_p[1][1] = y2
json_data_1["shapes"].append(b_shape)
json_data_1["imageHeight"] = y2 - y1
json_data_1["imageWidth"] = x2 -x1
json.dump(json_data_1, open(json_save, "w"), ensure_ascii=False, indent=2)
cv2.imwrite(img_save, img)
if __name__ == "__main__":
img_path = "/data/wearmask/images"
json_path = "/data/wearmask/json"
save_path = "/data/wearmask/save"
label = ["head", "hat", "workhat", "helmet"] # 根据label的目标框进行截图
in_label = ["wearmask", "eye", "glasses"] # 要保留的目标框
extend = 5
main(img_path, json_path, save_path, label, extend)
最初に元の画像を配置します。
ここでのサンプル画像は適切に選択されておらず、背景が小さいためスクリーンショットを使用する必要はありませんが、コードの効果を確認するためだけに使用されています。
実行後のこの画像:
コードの外部拡張範囲は自分で調整できます。ここでは 5 ポイント拡張しました。スクリーンショット後、左右と下は全て拡大され、上は拡大されないので元の絵が見えますが、これは拡大できないため制限されています。負の値であり、最大値が画像のサイズを超えることはできません。それ以外の場合は、データセットの使用時にエラーが発生します。