YOLOv8 ターゲット検出と画像トリミング

序文

以前にマスクを着用しているかどうかを識別するためのモデル ファイルをトレーニングしました。これにより、人々がマスクを着用しているかどうかを効果的に識別できます。この記事では、識別されたターゲットをトリミングする方法について説明します。

ターゲットの認識

を指定する必要がありますsave_txt=True。データ注釈ファイル txt を保存します。

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

注釈ファイルのディレクトリとファイル形式を確認してください

座標変換

データアノテーションファイル内の形式（カテゴリを除くすべての値が正規化されます）

w: 画像のピクセル幅

h: 画像のピクセル高さ

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

トリムスクリプト

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()

スクリプトを実行します (--dir ディレクトリの場所パラメータを指定する必要があります)

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

正常に生成されました。ファイル名の意味は次のとおりです。{无后缀文件名}_{裁剪图片序号}_{标签类别序号}

参考記事

yolov5 をターゲット検出に使用し、検出されたターゲットをクロップ_ターゲット検出_小脳斧 AI が肉を食べる - Huawei Cloud Developer Alliance (csdn.net)

この記事は、複数の記事を公開するブログOpenWriteによって公開されています。