Mask-RCNN数据集制作
转自https://blog.csdn.net/pingushen2100/article/details/80513043
一.Mask-RCNN数据集
1.1 训练Mask-RCNN用的到的文件有三种:原图像(jpg),mask(png),info.yaml
也就是训练的训练图像,掩模(mask),info.yaml里存放的是label的名字:分为背景,物体1,物体2.......的名字
1.2 图像的重命名:
1.3这里我们先创建一个叫train的文件夹,在文件里存放训练的文件图像(之后的操作基本都在这里面)
我的训练图像格式是bmp格式的,所以先转格式---使用以下python脚本
#-*- coding:utf-8 -*-
from PIL import Image
import os
import glob
os.chdir(r'./')#图片所在文件夹
for file_names in glob.glob('*.bmp'):#找出所有的后缀为bmp的格式的图片
print(file_names)
file_path = r'./'+'//'+file_names#拼接出图片的完整url
print(file_path)
out_path = os.path.splitext(file_path)[0]+'.jpg'
Image.open(file_path).save(out_path)
print('转换成功')
把脚本放在图片所在文件夹,在当前文件夹下打开终端: sudo python3 脚本名字.py 即可
1.4 labelme图像标注工具
Github链接: https://github.com/wkentaro/labelme
注意事项:在train下新建一个json文件夹用于labelme生成的json文件
1.5编写 .sh 脚本 去生成标签等数据 我这里是20张图,21这个参数根据自己的设定
#!/bin/bash
s1="/home/attach/datasets/train/json/rgb_"
s2=".json"
for((i=1;i<21;i++))
do
s3=${i}
labelme_json_to_dataset ${s1}${s3}${s2}
done
1.6rgb_X_json里面的label是16位深的,而opencv读取的是8位的,所以新建一个mask文件夹用于生成label.png
#include <iostream>
#include <opencv2/opencv.hpp>
#include <string>
#include <stdio.h>
using namespace std;
using namespace cv;
int main(void){
char buff1[100];
char buff2[100];
for(int i=1;i<21;i++){
sprintf(buff1,"/home/attach/datasets/train/json/rgb_%d_json/label.png",i);
sprintf(buff2,"/home/attach/datasets/train/mask/%d.png",i);
Mat src;
src=imread(buff1,CV_LOAD_IMAGE_UNCHANGED);
Mat ff=Mat::zeros(src.rows,src.cols,CV_8UC1);
for(int k=0;k<src.rows;k++){
for(int kk=0;kk<src.cols;kk++){
int n=src.at<ushort>(k,kk);
ff.at<uchar>(k,kk)=n;
}
}
imwrite(buff2,ff);
}
return 0;
}
这是个opencv的C++,你可以在Windows下转换,也可以在Ubuntu下:
使用如下命令:
sudo g++ tran16_8.cpp -lpthread -o tran16_8 `pkg-config --cflags --libs opencv`
2.最后补充
新建rgb用于存放训练的rgb_x.jpg
Mask-RCNN训练的图像需要是2的倍数(困惑,你知道了告诉我哈~)
以下放出两个resize的python脚本
resizejpg的,放在rgb文件夹下,在rgb下打开终端直接运行:(sudo python3 你的脚本名字.py)
#-*- coding:utf-8 -*-
from PIL import Image
import os.path
import glob
def convertjpg(jpgfile,outdir,width=512,height=512):
img=Image.open(jpgfile)
try:
new_img=img.resize((width,height),Image.BILINEAR)
new_img.save(os.path.join(outdir,os.path.basename(jpgfile)))
except Exception as e:
print(e)
for jpgfile in glob.glob("./*.jpg"):
convertjpg(jpgfile,"./")
resizepng的脚本是放在mask文件夹下运行:
#-*- coding:utf-8 -*-
from PIL import Image
import os.path
import glob
def convertpng(pngfile,outdir,width=512,height=512):
img=Image.open(pngfile)
try:
new_img=img.resize((width,height),Image.BILINEAR)
new_img.save(os.path.join(outdir,os.path.basename(pngfile)))
except Exception as e:
print(e)
for pngfile in glob.glob("./*.png"):
convertpng(pngfile,"./")
当你看到这里的时候,恭喜你!你的Mask-RCNN数据集做好了
最后的小tips:放在rgb mask 跑的脚本记得去掉,不然训练的时候读取会报错out of range噢!
Mask-RCNN数据集制作的更多相关文章
- 目标检测网络之 Mask R-CNN
Mask R-CNN 论文Mask R-CNN(ICCV 2017, Kaiming He,Georgia Gkioxari,Piotr Dollár,Ross Girshick, arXiv:170 ...
- Mask RCNN 源码阅读(update)
之前看了Google官网的object_dectect 的源码,感觉Google大神写的还不错.最近想玩下Mask RCNN,就看了下源码,这里刚好当做总结和梳理.链接如下: Google官网的obj ...
- Mask RCNN 学习笔记
下面会介绍基于ResNet50的Mask RCNN网络,其中会涉及到RPN.FPN.ROIAlign以及分类.回归使用的损失函数等 介绍时所采用的MaskRCNN源码(python版本)来源于GitH ...
- Mask R-CNN详解和安装
Detectron是Facebook的物体检测平台,今天宣布开源,它基于Caffe2,用Python写成,这次开放的代码中就包含了Mask R-CNN的实现. 除此之外,Detectron还包含了IC ...
- [代码解析]Mask R-CNN介绍与实现(转)
文章来源 DFann 版权声明:如果你觉得写的还可以,可以考虑打赏一下.转载请联系. https://blog.csdn.net/u011974639/article/details/78483779 ...
- [Network Architecture]Mask R-CNN论文解析(转)
前言 最近有一个idea需要去验证,比较忙,看完Mask R-CNN论文了,最近会去研究Mask R-CNN的代码,论文解析转载网上的两篇博客 技术挖掘者 remanented 文章1 论文题目:Ma ...
- 物体检测丨从R-CNN到Mask R-CNN
这篇blog是我刚入目标检测方向,导师发给我的文献导读,深入浅出总结了object detection two-stage流派Faster R-CNN的发展史,读起来非常有趣.我一直想翻译这篇博客,在 ...
- 谷歌大脑提出:基于NAS的目标检测模型NAS-FPN,超越Mask R-CNN
谷歌大脑提出:基于NAS的目标检测模型NAS-FPN,超越Mask R-CNN 朱晓霞发表于目标检测和深度学习订阅 235 广告关闭 11.11 智慧上云 云服务器企业新用户优先购,享双11同等价格 ...
- Windows上配置Mask R-CNN及运行示例demo.ipynb
最近做项目需要用到Mask R-CNN,于是花了几天时间配置.简单跑通代码,踩了很多坑,写下来分享给大家. 首先贴上官方Mask R-CNN的Github地址:https://github.com/m ...
- 终极指南:构建用于检测汽车损坏的Mask R-CNN模型(附Python演练)
介绍 计算机视觉领域的应用继续令人惊叹着.从检测视频中的目标到计算人群中的人数,计算机视觉似乎没有无法克服的挑战. 这篇文章的目的是建立一个自定义Mask R-CNN模型,可以检测汽车上的损坏区域(参 ...
随机推荐
- spfa 单源最短路究极算法
学习博客链接:SPFA 求单源最短路的SPFA算法的全称是:Shortest Path Faster Algorithm. SPFA算法是西南交通大学段凡丁于1994年发表的. 从名字我 ...
- vue JointJS 实例demo
前言 越来越发现,前端深入好难哦!虐成渣渣了. 需求:前端绘制灵活的关系图(此demo还是简单的,我的需求才跨出一小步) 安装 npm install jointjs 容器,工具栏 <templ ...
- 设计模式 笔记 享元模式 Flyweight
//---------------------------15/04/20---------------------------- //Flyweight 享元模式------对象结构型模式 /* 1 ...
- 用C++实现一个Brainfuck解释器
Brainfuck是一种极小化的计算机语言,只含有8种运算符,由于fuck在英语中是脏话,这种语言有时被称为brainfck或brainf**,甚至被简称为BF.正如它的名字所暗示,brainfuck ...
- 安装Ubuntu后要做的事
优化 删除libreoffice sudo apt-get remove libreoffice-common 删除Amazon sudo apt-get remove unity-webapps-c ...
- Unity导入模型出现 (Avatar Rig Configuration mis-match. Bone length in configuration does not match position in animation)?
昨天遇到这两个模型导入的问题,查了一下资料,自己摸索了一下解决方法..总结一下~ 出现的原因:(问题1)Warning 当模型文件导入以后并且设置Animation Type是Generic的时候,动 ...
- Vue全家桶介绍
一直不清楚全家桶是什么玩意,上网搜了一下,才知道就是平时项目中使用的几个依赖包,下面分享一下 Vue 全家桶介绍 Vue有著名的全家桶系列,包含了vue-router(http://router.vu ...
- React笔记-事件分发
事件分发 之前讲述了事件如何绑定在document上,那么具体事件触发的时候是如何分发到具体的监听者呢?我们接着上次注册的事件代理看.当我点击update counter按钮时,触发注册的click事 ...
- python 游戏(船只寻宝)
1. 游戏思路和流程图 实现功能:船只在可以在大海上移动打捞宝藏,船只可以扫描1格范围内的宝藏(后续难度,可以调整扫描范围,可以调整前进的格数) 游戏流程图 2. 使用模块和游戏提示 import r ...
- 微软职位内部推荐-Senior NLP Scientist
微软近期Open的职位: Job Title: Senior NLP Scientist Location: Suzhou, China Suzhou, one of the most vibrant ...