YOLO数据集的制作

目录

一、数据集处理部分

（1）一定要注意数据集的制作的多角度

（2）数据集的优化

二、数据集打标签建议

（1）打标签应用

（2）一些问题

---

一、数据集处理部分

数据集的制作是识别训练模型最为关键的一点，并且在我的实际操作过程中发现有几大注意要点（一般人可不会告诉你哦）

（1）一定要注意数据集的制作的多角度

以垃圾识别为例，在拍摄时一定要多角度多方位的拍摄多组照片，包括一个垃圾的360°照片和在托盘上的所有方位（位置点）照片。因为垃圾掉落下去具有不确定因素，可能在托盘停稳后落在托盘上的各个方位并且旋转成为各个角度，给目标检测带来不确定性。（为了更好的模拟识别环境，我选择在摄像头固定好位置后在树莓派上拍摄照片，以追求更好的仿真性）

以下是我在树莓派上运行的拍照程序（程序运行后将会逐帧保存拍摄照片——保存在images文件夹里，打标签时可以从树莓派里提取出来）

import cv2
from threading import Thread
import uuid
import os
import time
count = 0
def image_collect(cap):
    global count
    while True:
        success, img = cap.read()
        if success:
            file_name = str(uuid.uuid4())+'.jpg'
            cv2.imwrite(os.path.join('images',file_name),img)
            count = count+1
            print("save %d %s"%(count,file_name))
        time.sleep(0.4)
 
if __name__ == "__main__":
    
    os.makedirs("images",exist_ok=True)
    
    # 打开摄像头
    cap = cv2.VideoCapture(0)
 
    m_thread = Thread(target=image_collect, args=([cap]),daemon=True)
    
    while True:
 
        # 读取一帧图像
 
        success, img = cap.read()
 
        if not success:
 
            continue
 
        cv2.imshow("video",img)
 
        key =  cv2.waitKey(1) & 0xFF   
 
        # 按键 "q" 退出
        if key ==  ord('c'):
            m_thread.start()
            continue
        elif key ==  ord('q'):
            break
 
    cap.release()

（代码参考了csdn大佬——链接如下 基于树莓派4B的YOLOv5-Lite目标检测的移植与部署（含训练教程）_树莓派yolo-CSDN博客）

---

（2）数据集的优化

自己在手动拍摄时无法做到真正的360°，并且如果全靠手动调整角度后期修改时会无形的添加工作量。为了更好的添加多角度照片，以下是我旋转已有照片的代码。

 使用前先在文件夹里创建images、result文件夹，然后把需要旋转的照片放在images里

from math import *
import cv2
import os
import glob
import imutils
import numpy as np


def rotate_img(img, angle):
    '''
    img   --image
    angle --rotation angle
    return--rotated img
    '''
    h, w = img.shape[:2]
    rotate_center = (w / 2, h / 2)
    # 获取旋转矩阵
    # 参数1为旋转中心点;
    # 参数2为旋转角度,正值-逆时针旋转;负值-顺时针旋转
    # 参数3为各向同性的比例因子,1.0原图，2.0变成原来的2倍，0.5变成原来的0.5倍
    M = cv2.getRotationMatrix2D(rotate_center, angle, 1.0)
    # 计算图像新边界
    new_w = int(h * np.abs(M[0, 1]) + w * np.abs(M[0, 0]))
    new_h = int(h * np.abs(M[0, 0]) + w * np.abs(M[0, 1]))    # 调整旋转矩阵以考虑平
    M[0, 2] += (new_w - w) / 2
    M[1, 2] += (new_h - h) / 2

    rotated_img = cv2.warpAffine(img, M, (new_w, new_h))
    return rotated_img


if __name__ == '__main__':

    output_dir = "result"
    image_names = glob.glob("images/e080b004-ddd9-404c-a518-a8f5671bc658.jpg")#这里改为自己需要旋转的照片名称，注意路径

    for image_name in image_names:
        image = cv2.imread(image_name, -1)

        for i in range(1, 361, 3):  # 修改步长为3（每3°旋转一次）可修改
            rotated_img1 = rotate_img(image, i)
            basename = os.path.basename(image_name)
            tag, _ = os.path.splitext(basename)
            cv2.imwrite(os.path.join(output_dir, 'qqq-%d.jpg' % i), rotated_img1)#这里可以修改自己的文件名称

二、数据集打标签建议

（1）打标签应用

官方指定的labelimg特别容易崩溃，本人深受其害，后发现makesense网站出奇好用，现推荐给大家——附链接  Make Sense

（2）一些问题

以本项目为例（垃圾识别）需要四种垃圾，标签需要转出为yolo形式，yolo中的第一个数字含义为物体的种类，如下图所示，不同数字代表不同种类。所以如果是小组四个人在打标签，一个人打一种，在配置标签种类时四种也都需要配上，并且每个人打标签的名称顺序以及名称的命名也要保持一致（0，1，2，3）

0 0.503021 0.511827 0.477341 0.261498

3 0.319119 0.725658 0.050600 0.053973

如果打错了想要修改标签数字怎么办，以下是我的代码 

import os

def modify_yolo_txt(file_path, new_value):
    with open(file_path, 'r') as file:
        lines = file.readlines()

    modified_lines = []
    for line in lines:
        parts = line.split(' ')
        parts[0] = str(new_value)
        modified_lines.append(' '.join(parts))

    with open(file_path, 'w') as file:
        file.writelines(modified_lines)

# 遍历指定目录下的所有txt文件
directory = 'C:/Users/under/Desktop/Hazardous/labels/val'#修改的标签文件夹（注意绝对路径）
new_value = 1 #修改想要的数字

for filename in os.listdir(directory):
    if filename.endswith('.txt'):
        file_path = os.path.join(directory, filename)
        modify_yolo_txt(file_path, new_value)