用YOLOV2对垃圾进行目标检测《一》

最新推荐文章于 2024-05-13 12:54:48 发布

Sherlock_Holmes_lv

最新推荐文章于 2024-05-13 12:54:48 发布

阅读量799

点赞数

分类专栏： yolov2 文章标签：深度学习 python

本文链接：https://blog.csdn.net/Sherlock_Holmes_lv/article/details/106501174

版权

对于容易制作的数据集应尽量自己制作

一、数据集准备及标注

1. 使用工具：roLabelImg

2. 使用Windows相机进行拍摄，结果如下图

3. 标注过程

在这里插入图片描述

4. 讲数据放入数组中

数组结构：
[
{‘filename’: ‘D:\darknet\img\1.jpg’,
‘width’: 640,
‘height’: 512,
‘object’: [
{‘name’: ‘metal’, ‘xmin’: 227, ‘ymin’: 134, ‘xmax’: 452, ‘ymax’: 371}
…
]
},
{}
…
]

import os
import xml.etree.ElementTree as ET

def parse_annotation(ann_dir, img_dir, labels=[]):
    '''
    output:
    - Each element of the train_image is a dictionary containing the annoation infomation of an image.
    - seen_train_labels is the dictionary containing
            (key, value) = (the object class, the number of objects found in the images)
    '''
    all_imgs = []
    seen_labels = {
   }
    
    for ann in sorted(os.listdir(ann_dir)):
        if "xml" not in ann:
            continue
        img = {
   'object':[]