青岛集团网站建设,wordpress 手机插件,零基础制作公司网站教程,优秀网站ui设计python实现#xff1a;目标检测裁剪图片样本#xff0c;根据类标签文件进行裁剪保存
我在进行目标检测时候#xff0c;比如红绿灯检测#xff0c;目标区域很小#xff0c;样本杂乱。
想要筛选错误样本的话#xff0c;很困难。可以把目标区域裁剪出来。人大脑处理对于这…python实现目标检测裁剪图片样本根据类标签文件进行裁剪保存
我在进行目标检测时候比如红绿灯检测目标区域很小样本杂乱。
想要筛选错误样本的话很困难。可以把目标区域裁剪出来。人大脑处理对于这样的异己比较敏感。样本量较少的话可以自己筛一筛。样本量较大的话可以训练一个分类模型帮你筛一下。
它就可以实现一个目标检测的数据集可以转化为一个分类的数据集。
这个是根据txt标签文件进行筛选的大同小异别的文件类型也就是登录读取信息不一样。
它最终会读取你目标检测的每一个类然后每个类会创建一个就叫这个类名的文件夹然后裁剪出来的这一类的图片。最后图片的文件名就是你的”原文件名num“。
#根据预测出来的txt文件裁剪图片
import os
import cv2
from tqdm import tqdmimage_input /home/xys/CloundShiProjects/traffic_light/trafficlight_dect/data/JPEGImages/
txt_input /home/xys/CloundShiProjects/traffic_light/trafficlight_dect/data/labels/
path_output /home/xys/CloundShiProjects/traffic_light/trafficlight_dect/crop/ # 裁剪出来的小图保存的根目录
class_names_path /home/xys/CloundShiProjects/traffic_light/trafficlight_dect/data/classes.txtimg_total []
txt_total []def read_class_name(path): #读取path下的类别民f open(path,r)classes_name []for i in f.readlines():classes_name.append(i.strip())return classes_name
classes_name read_class_name(class_names_path)file_image os.listdir(image_input)
for filename in file_image:#在做jpg文件名列表first,last os.path.splitext(filename)img_total.append(first)file_txt os.listdir(txt_input)
for filename in file_txt:#在做txt文件名列表first,last os.path.splitext(filename)txt_total.append(first)for img_ in tqdm(img_total):if img_ in txt_total:filename_img img_.jpgpath1 os.path.join(image_input,filename_img)img cv2.imread(path1)filename_txt img_.txt #预测出来的txt文件没有后缀名有则加 {.txt}h img.shape[0]w img.shape[1]n 1with open(os.path.join(txt_input,filename_txt),r,encodingutf-8,errorsignore) as f:for line in f:aa line.split( )# if not int(aa[0]) 0: continue #判断需要裁剪的类别:0--vehiclex_center w * float(aa[1]) # aa[1]左上点的x坐标y_center h * float(aa[2]) # aa[2]左上点的y坐标width int(w*float(aa[3])) # aa[3]图片widthheight int(h*float(aa[4])) # aa[4]图片heightlefttopx int(x_center-width/2.0)lefttopy int(y_center-height/2.0)roi img[lefttopy1:lefttopyheight3,lefttopx1:lefttopxwidth1] # [左上y:右下y,左上x:右下x]# (y1:y2,x1:x2)需要调参否则裁剪出来的小图可能不太好if roi.size 0: continuefilename_last img__str(n).jpg # 裁剪出来的小图文件名x int(aa[0])path2 os.path.join(path_output,classes_name[x]) # 需要在path_output路径下创建一个cut_txt文件夹if not os.path.exists(path2):os.mkdir(path2)# print(path2:, path2) # 裁剪小图的保存位置cv2.imwrite(os.path.join(path2,filename_last),roi)n n1else:continue声明 转载自知乎 在此仅做记录使用。
