煤炭运输异物石头检测数据集 12000张 带标注 voc yolo

煤炭运输异物石头检测数据集 12000张 带标注 voc yolo

煤炭运输异物石头检测数据集介绍

数据集名称

煤炭运输异物石头检测数据集 (Coal Transport Foreign Object Detection Dataset)

数据集概述

该数据集是一个专门用于训练和评估煤炭运输过程中异物（特别是石头）检测模型的数据集。数据集包含12000张图像，每张图像都带有详细的标注信息，标注格式包括VOC（Pascal VOC）和YOLO格式。这些图像涵盖了各种煤炭运输场景中的异物情况，适用于基于深度学习的目标检测任务。通过这个数据集，可以训练出能够准确检测和定位煤炭中混杂的异物（如石头）的模型，从而帮助提高煤炭的质量控制、减少设备损坏风险等。

数据集特点

• 高质量图像：数据集中的图像具有高分辨率，能够提供丰富的细节信息。
• 带标注：每张图像都有详细的标注信息，包括异物的位置和大小。
• 多格式标注：标注信息同时以VOC和YOLO格式提供，方便不同框架的使用。
• 实际应用场景：适用于需要精确检测煤炭中异物的场景，如煤炭质量控制、生产设备保护等。

数据集结构

coal_foreign_object_detection_dataset/
├── images/                            # 图像文件
│   ├── 00001.jpg                      # 示例图像
│   ├── 00002.jpg
│   └── ...
├── annotations/                       # 标注文件
│   ├── VOC/                           # Pascal VOC格式标注
│   │   ├── 00001.xml                  # 示例VOC标注文件
│   │   ├── 00002.xml
│   │   └── ...
│   ├── YOLO/                          # YOLO格式标注
│   │   ├── 00001.txt                  # 示例YOLO标注文件
│   │   ├── 00002.txt
│   │   └── ...
├── data.yaml                          # 类别描述文件
├── README.md                          # 数据集说明

数据集内容

1. images/

   • 功能：存放图像文件。
   • 内容：
     • 00001.jpg：示例图像。
     • 00002.jpg：另一张图像。
     • ...

2. annotations/

   • 功能：存放标注文件。
   • 内容：
     • VOC/：存放Pascal VOC格式的标注文件。
       • 00001.xml：示例VOC标注文件。
       • 00002.xml：另一张图像的VOC标注文件。
       • ...
     • YOLO/：存放YOLO格式的标注文件。
       • 00001.txt：示例YOLO标注文件。
       • 00002.txt：另一张图像的YOLO标注文件。
       • ...

3. data.yaml

   • 功能：定义数据集的类别和其他相关信息。
   • 内容：

     train: coal_foreign_object_detection_dataset/images
     val: coal_foreign_object_detection_dataset/images
     nc: 2
     names: ['coal', 'stone']

4. README.md

   • 功能：数据集的详细说明文档。
   • 内容：
     • 数据集的来源和用途。
     • 数据集的结构和内容。
     • 如何使用数据集进行模型训练和评估。
     • 其他注意事项和建议。

数据集统计

• 总图像数量：12000张
• 总标注框数量：未明确给出，假设为N个
• 类别：2类（煤炭、石头）
• 平均每张图像的标注框数量：未明确给出，假设为M个

具体类别及其统计如下：

• coal（煤炭）：(X, Y)
• stone（石头）：(A, B)

使用说明

1. 环境准备

   • 安装依赖库：

     pip install -r requirements.txt

   • 确保安装了常用的深度学习库，例如torch, torchvision, numpy等。

2. 数据集路径设置

   • 将数据集解压到项目目录下，确保路径正确。

3. 训练模型

    

   以下是一个使用PyTorch和torchvision库进行煤炭运输异物检测的示例代码。我们将使用预训练的Faster R-CNN模型，并对其进行微调以适应我们的数据集。

   import torch
   import torchvision
   from torchvision.models.detection.faster_rcnn import FastRCNNPredictor
   from torchvision.models.detection import FasterRCNN
   from torchvision.models.detection.rpn import AnchorGenerator
   from torchvision.transforms import functional as F
   from torch.utils.data import DataLoader, Dataset
   from PIL import Image
   import os
   import xml.etree.ElementTree as ET
   
   # 自定义数据集类
   class CoalForeignObjectDetectionDataset(Dataset):
       def __init__(self, root, transforms=None):
           self.root = root
           self.transforms = transforms
           self.imgs = list(sorted(os.listdir(os.path.join(root, "images"))))
           self.annotations = list(sorted(os.listdir(os.path.join(root, "annotations", "VOC"))))
   
       def __getitem__(self, idx):
           img_path = os.path.join(self.root, "images", self.imgs[idx])
           annotation_path = os.path.join(self.root, "annotations", "VOC", self.annotations[idx])
   
           img = Image.open(img_path).convert("RGB")
           annotation_root = ET.parse(annotation_path).getroot()
   
           boxes = []
           labels = []
           for obj in annotation_root.findall('object'):
               xmin, ymin, xmax, ymax = [int(obj.find('bndbox').find(tag).text) for tag in ('xmin', 'ymin', 'xmax', 'ymax')]
               label = obj.find('name').text
               label_id = ['coal', 'stone'].index(label) + 1
               boxes.append([xmin, ymin, xmax, ymax])
               labels.append(label_id)
   
           boxes = torch.as_tensor(boxes, dtype=torch.float32)
           labels = torch.as_tensor(labels, dtype=torch.int64)
   
           target = {}
           target["boxes"] = boxes
           target["labels"] = labels
           target["image_id"] = torch.tensor([idx])
   
           if self.transforms is not None:
               img, target = self.transforms(img, target)
   
           return F.to_tensor(img), target
   
       def __len__(self):
           return len(self.imgs)
   
   # 数据预处理
   def get_transform(train):
       transforms = []
       if train:
           transforms.append(torchvision.transforms.RandomHorizontalFlip(0.5))
       return torchvision.transforms.Compose(transforms)
   
   # 加载数据集
   dataset = CoalForeignObjectDetectionDataset(root='coal_foreign_object_detection_dataset', transforms=get_transform(train=True))
   dataset_test = CoalForeignObjectDetectionDataset(root='coal_foreign_object_detection_dataset', transforms=get_transform(train=False))
   
   indices = torch.randperm(len(dataset)).tolist()
   dataset = torch.utils.data.Subset(dataset, indices[:-1000])
   dataset_test = torch.utils.data.Subset(dataset_test, indices[-1000:])
   
   data_loader = DataLoader(dataset, batch_size=2, shuffle=True, num_workers=4, collate_fn=lambda x: tuple(zip(*x)))
   data_loader_test = DataLoader(dataset_test, batch_size=1, shuffle=False, num_workers=4, collate_fn=lambda x: tuple(zip(*x)))
   
   # 定义模型
   model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=True)
   num_classes = 3  # 2类目标 + 背景
   in_features = model.roi_heads.box_predictor.cls_score.in_features
   model.roi_heads.box_predictor = FastRCNNPredictor(in_features, num_classes)
   
   # 设置设备
   device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
   model.to(device)
   
   # 定义优化器
   params = [p for p in model.parameters() if p.requires_grad]
   optimizer = torch.optim.SGD(params, lr=0.005, momentum=0.9, weight_decay=0.0005)
   
   # 训练模型
   num_epochs = 10
   for epoch in range(num_epochs):
       model.train()
       for images, targets in data_loader:
           images = list(image.to(device) for image in images)
           targets = [{k: v.to(device) for k, v in t.items()} for t in targets]
   
           loss_dict = model(images, targets)
           losses = sum(loss for loss in loss_dict.values())
   
           optimizer.zero_grad()
           losses.backward()
           optimizer.step()
   
       print(f'Epoch {epoch+1}/{num_epochs}, Loss: {losses.item()}')
   
       # 验证模型
       model.eval()
       with torch.no_grad():
           for images, targets in data_loader_test:
               images = list(image.to(device) for image in images)
               targets = [{k: v.to(device) for k, v in t.items()} for t in targets]
               outputs = model(images)
   
   # 保存模型
   torch.save(model.state_dict(), 'coal_foreign_object_detection_model.pth')

注意事项

• 数据格式：确保输入的数据格式正确，特别是图像文件和标注文件的格式。
• 超参数调整：根据实际情况调整学习率、批大小等超参数，以获得最佳训练效果。
• 硬件要求：建议使用GPU进行训练和推理，以加快处理速度。如果没有足够的计算资源，可以考虑使用云服务提供商的GPU实例。
• 数据增强：可以通过数据增强技术（如随机翻转、旋转等）来增加模型的鲁棒性。
• 模型选择：除了Faster R-CNN，还可以尝试其他目标检测模型，如YOLOv5、SSD等，以找到最适合当前任务的模型。
• 类别平衡：虽然数据集中各类别的样本数量可能相对均衡，但在实际应用中可能需要进一步检查并处理类别不平衡问题，例如通过过采样或欠采样方法。