gc10-det数据集
已经划分好训练,验证,测试 按8:1:1
已处理 去除错误和没有label的图片
已转化成yolo的txt格式可以直接训练
一共两千多张图片,voc和yolo格式都有
GC10-Det 数据集
摘要
GC10-Det 数据集是一个专为工业检测任务设计的数据集,包含2000多张高质量的图像,并且已经按照8:1:1的比例划分好了训练集、验证集和测试集。数据集中的每张图像都经过了严格的处理,去除了错误和没有标签的图片,并且提供了VOC和YOLO两种格式的标注信息。该数据集旨在帮助研究人员和工程师开发更精确的工业检测模型,适用于目标检测任务。
数据集特点
- 多类别:数据集中包含多个不同的类别,具体类别数量根据实际应用而定。
- 高质量图像:图像分辨率高,清晰度好,能够准确反映工业检测对象的情况。
- 详细的标注信息:每张图像都有边界框和类别的标注信息,确保了标注的准确性。
- 标准化格式:数据集同时提供PASCAL VOC和YOLO两种格式的标注文件,便于使用现有的目标检测框架进行训练。
- 易于使用:数据集已经划分好了训练集、验证集和测试集,并且去除了错误和没有标签的图片,可以直接用于训练目标检测模型。
数据集构成
- 总图像数量:2000多张
- 类别数:具体类别数量根据实际应用而定
- 数据集划分:
- 训练集: 约1600张
- 验证集: 约200张
- 测试集: 约200张
- 数据量:具体大小取决于图像的分辨率,但通常在几GB左右。
数据集结构
数据集的文件结构如下:
gc10_det_dataset/
├── images/
│ ├── train/
│ ├── val/
│ └── test/
├── labels_voc/
│ ├── train/
│ ├── val/
│ └── test/
└── labels_yolo/
├── train/
├── val/
└── test/
images/
目录下存放图像文件。labels_voc/
目录下存放对应的PASCAL VOC格式的XML标注文件。labels_yolo/
目录下存放对应的YOLO格式的文本标注文件。
标注信息
PASCAL VOC格式
每个XML标注文件包含一个或多个<object>
标签,每个标签描述了一个目标的边界框。例如:
<annotation>
<folder>train</folder>
<filename>000001.jpg</filename>
<size>
<width>800</width>
<height>600</depth>
<depth>3</depth>
</size>
<object>
<name>Class1</name>
<bndbox>
<xmin>100</xmin>
<ymin>150</ymin>
<xmax>300</xmax>
<ymax>400</ymax>
</bndbox>
</object>
<object>
<name>Class2</name>
<bndbox>
<xmin>200</xmin>
<ymin>250</ymin>
<xmax>400</xmax>
<ymax>500</ymax>
</bndbox>
</object>
</annotation>
YOLO格式
每个YOLO格式的标注文件包含一个或多个边界框的标注信息,每行描述一个边界框。例如:
0 0.487500 0.531250 0.250000 0.375000
1 0.625000 0.750000 0.375000 0.500000
每一行的格式为:
<class> <x_center> <y_center> <width> <height>
<class>
:类别索引(从0开始)<x_center>
:边界框中心点的x坐标(归一化到0-1之间)<y_center>
:边界框中心点的y坐标(归一化到0-1之间)<width>
:边界框的宽度(归一化到0-1之间)<height>
:边界框的高度(归一化到0-1之间)
示例代码
以下是一个详细的Python脚本示例,用于加载数据集中的一对图像-标签对,并可视化其中的标注信息。此外,还包括了如何使用常用的YOLOv5进行训练的基本步骤。
加载并可视化图像与标签
import os
import cv2
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle
from xml.etree.ElementTree import parse
# 数据集目录路径
data_dir = 'path/to/gc10_det_dataset'
train_image_dir = os.path.join(data_dir, 'images/train')
train_label_voc_dir = os.path.join(data_dir, 'labels_voc/train')
train_label_yolo_dir = os.path.join(data_dir, 'labels_yolo/train')
# 选取一张训练图像及其对应标签
image_files = os.listdir(train_image_dir)
image_file = image_files[0] # 假设取第一张图
label_voc_file = os.path.splitext(image_file)[0] + '.xml' # VOC格式的标签
label_yolo_file = os.path.splitext(image_file)[0] + '.txt' # YOLO格式的标签
image_path = os.path.join(train_image_dir, image_file)
label_voc_path = os.path.join(train_label_voc_dir, label_voc_file)
label_yolo_path = os.path.join(train_label_yolo_dir, label_yolo_file)
# 加载图像
image = cv2.imread(image_path, cv2.IMREAD_COLOR)
height, width, _ = image.shape
# 解析VOC格式标签
def parse_voc_label(label_path):
tree = parse(label_path)
root = tree.getroot()
bboxes = []
for obj in root.findall('object'):
name = obj.find('name').text
bbox = obj.find('bndbox')
xmin = int(bbox.find('xmin').text)
ymin = int(bbox.find('ymin').text)
xmax = int(bbox.find('xmax').text)
ymax = int(bbox.find('ymax').text)
bboxes.append((name, xmin, ymin, xmax, ymax))
return bboxes
# 解析YOLO格式标签
def parse_yolo_label(label_path, image_width, image_height):
with open(label_path, 'r') as f:
lines = f.readlines()
bboxes = []
for line in lines:
class_id, x_center, y_center, bbox_width, bbox_height = map(float, line.strip().split())
x_min = int((x_center - bbox_width / 2) * image_width)
y_min = int((y_center - bbox_height / 2) * image_height)
x_max = int((x_center + bbox_width / 2) * image_width)
y_max = int((y_center + bbox_height / 2) * image_height)
bboxes.append((int(class_id), x_min, y_min, x_max, y_max))
return bboxes
# 解析标签
bboxes_voc = parse_voc_label(label_voc_path)
bboxes_yolo = parse_yolo_label(label_yolo_path, width, height)
# 可视化标注
fig, ax = plt.subplots(figsize=(10, 10))
ax.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
colors = ['#FFA500', '#00FF00', '#FF0000', '#0000FF'] # 不同颜色表示不同类别
names = ['Class1', 'Class2', 'Class3', 'Class4'] # 类别名称
# 绘制VOC格式的标注
for bbox, color_name in zip(bboxes_voc, colors):
name, x_min, y_min, x_max, y_max = bbox
rect = Rectangle((x_min, y_min), x_max - x_min, y_max - y_min, linewidth=2, edgecolor=color_name, facecolor='none')
ax.add_patch(rect)
ax.text(x_min, y_min - 10, name, color=color_name, fontsize=8)
# 绘制YOLO格式的标注
for bbox, color_name in zip(bboxes_yolo, colors):
class_id, x_min, y_min, x_max, y_max = bbox
rect = Rectangle((x_min, y_min), x_max - x_min, y_max - y_min, linewidth=2, edgecolor=colors[class_id], facecolor='none', linestyle='--')
ax.add_patch(rect)
ax.text(x_min, y_min - 10, names[class_id], color=colors[class_id], fontsize=8)
plt.title('GC10-Det Dataset')
plt.axis('off')
plt.show()
使用YOLOv5进行训练
假设你已经安装了YOLOv5,并且配置文件(例如gc10_det.yaml
)已经准备好,以下是使用YOLOv5进行训练的基本步骤:
-
克隆YOLOv5仓库(如果尚未完成):深色版本
-
pip install -r requirements.txt
-
创建数据配置文件(如果尚未创建): 创建一个名为
gc10_det.yaml
的文件,内容如下:train: path/to/gc10_det_dataset/images/train val: path/to/gc10_det_dataset/images/val test: path/to/gc10_det_dataset/images/test nc: 4 # 类别数 names: ['Class1', 'Class2', 'Class3', 'Class4']
-
开始训练:
python train.py --img 640 --batch 16 --epochs 100 --data gc10_det.yaml --weights yolov5s.pt
其中,
--img 640
指定输入图像大小,--batch 16
指定批量大小,--epochs 100
指定训练轮数,--data gc10_det.yaml
指定数据配置文件,--weights yolov5s.pt
指定预训练权重。 -
评估模型: 训练完成后,你可以使用以下命令来评估模型性能:
python val.py --img 640 --batch 16 --data gc10_det.yaml --weights runs/train/exp/weights/best.pt
-
推理和可视化: 你还可以使用训练好的模型进行推理,并可视化结果:
python detect.py --source path/to/your_test_images --weights runs/train/exp/weights/best.pt --save-txt --save-conf --save-crop
通过上述步骤,你可以轻松地使用这个数据集来训练一个高效的工业检测模型。