【食物识别】数据集

数据集

数据集介绍

数据集我们选择UEC FOOD 100数据集。

数据集“UEC FOOD 100”包含100种食物照片。每张食物照片都有一个边框，指示照片中食物的位置。

该数据集中的大多数食品类别都是日本流行的食品。因此，有些目录可能不为日本人以外的其他人所熟悉。

[1-100]：目录名称对应食物ID。

[1-100]/*.jpg ：食物照片文件（某些照片在两个或更多目录中重复，因为它们包含两个或更多食物。）

[1-100]/bb_info.txt：各目录下照片文件的边界框信息

category.txt ：食物列表，包括食物ID和食物英文名称的对应关系

category_ja.txt ：食物列表，包括食物ID和食物名称的日文对应关系

multiple_food.txt：表示包含两个或多个食品的食品照片的列表

以上是官网的介绍，实际上我下载下来解压后，是一个UECFOOD100文件夹：

查看内部结构：

是1-100文件夹：

还有几个index和类别的映射文件：

category.txt记录了1到100对应着什么食物：

multiple_food.txt记录了表示包含两个或多个食品的食品照片的列表：

每个文件夹下存放了一类食物的图片，还有一个bb_info.txt文件，是每张图片的标注框的坐标信息。其中img一列表示的是UECFOOD100/1/文件夹下图片的名称，x1、y1、x2、y2分别表示该类食物（1类食物）在该图片中的位置的框的左上坐标和右下坐标。

数据集格式转换

显然，这个数据集的格式不是我们想要的，于是我写了一个python脚本，将其变成符合yolo格式的数据集

yolo格式数据集要求如下：

由两个文件夹构成：images和labels

images文件夹下是图片，labels文件夹中有每张图片对应的同名的txt文件，该txt文件中内容格式如下：

1 0.6245612541289654 0.8125469325469415 0.0794512586321524 0.0808451256325814
3 0.3245614232849654 0.4125469348669415 0.0394512584621724 0.0408454686325544

第一个数字表示这张图片中的每个目标对象的类别编号（即是什么食物），剩下四个为x、y、w、h，其中x、y表示目标对象框的中心在该图片中的相对位置（归一化），即将该图片左上角设为(0,0)，向右为x正半轴，图片右上角(1,0)，向下为y正半轴，图片左下角(0,1)。w和h代表归一化后框的相对宽度和高度。

脚本如下：

import os
import shutil
from PIL import Image

# 读取bb_info.txt获取边界框信息
def read_bounding_boxes(input_folder):
    bounding_boxes = {
   }
    if os.path.isdir(input_folder):
        bb_info_file = os.path.join(input_folder, "bb_info.txt")
        if os.path.isfile(bb_info_file):
            with open(bb_info_file, 'r') as file:
                next(file)  # 跳过文件的第一行（标题行）
                for line in file:
                    parts = line.strip().split()
                    img_id = int(parts[0])
                    boxes = [(int(parts[i]), int(parts[i + 1]), int(parts[i + 2]), int(parts[i + 3])) for i in
                             range(1, len(parts), 4)]
                    bounding_boxes[img_id] = boxes
    return bounding_boxes

# 生成YOLO格式标签
def generate_yolo_labels(input_folder, output_folder):
    for folder_name in os.listdir(input_folder):
        folder_path = os.path.join(input_folder, folder_name)
        if os.path.isdir(folde