提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
因为最近要做车辆,行人,交通标志物等的目标检测+追踪,但是奈何找了好久也没有找到一个好的数据集,终于,在最后,发现了这个宝藏数据集,BDD 100K,这是一个在自动驾驶领域常用的也很受欢迎的数据集!但是,这个数据集的标签文件是采用json文件存取的,而我想采用的网络结构是yolo4网络结构,网上开源的代码要求是xml格式。因此,我自己想办法写了一个json转为xml数据集文件的py文件。仅限于目标检测部分哈!!!
数据集介绍:
这个数据集没啥好说的了,自动驾驶领域嘛,也就是啥都涉及了,目标检测,车道线检测,语义分割,都可以用这个数据集,目前我觉得挺好用的,效果也挺好的,话不多说,官网如下:入口
关于这个数据集介绍捏,我也不多BB,粘贴个链接,这个博客讲得很好
代码如下:
import json
import os
import numpy as np
import codecs
from glob import glob
import cv2
import shutil
from sklearn.model_selection import train_test_split
saved_path = "./VOCdevkit/VOC2007/"
img_path = 'D:/bdd100k_images/bdd100k/images/100k/val/'
#2.创建要求文件夹
if not os.path.exists(saved_path + "Annotations"):
os.makedirs(saved_path + "Annotations")
if not os.path.exists(saved_path + "JPEGImages/"):
os.makedirs(saved_path + "JPEGImages/")
if not os.path.exists(saved_path + "ImageSets/Main/"):
os.makedirs(saved_path + "ImageSets/Main/")
with open("bdd100k_labels_images_val.json", 'r') as load_f:
data = json.load(load_f) # data是一个列表
for item in data: # item是一个字典
path_name = item['name']
with codecs.open(saved_path + "Annotations/" + path_name[:-4] + ".xml", "w", "utf-8") as xml:
path = img_path + str(path_name)
print(path)
height, width, channels = cv2.imread(path).shape
# print(height, width, channels)
xml.write('<annotation>\n')
xml.write('\t<folder>' + 'UAV_data' + '</folder>\n')
xml.write('\t<filename>' + path_name + '</filename>\n')
xml.write('\t<source>\n')
xml.write('\t\t<database>The UAV autolanding</database>\n')
xml.write('\t\t<annotation>UAV AutoLanding</annotation>\n')
xml.write('\t</source>\n')
xml.write('\t<owner>\n')
xml.write('\t\t<flickrid>NULL</flickrid>\n')
xml.write('\t\t<name>ChaojieZhu</name>\n')
xml.write('\t</owner>\n')
xml.write('\t<size>\n')
xml.write('\t\t<width>' + str(width) + '</width>\n')
xml.write('\t\t<height>' + str(height) + '</height>\n')
xml.write('\t\t<depth>' + str(channels) + '</depth>\n')
xml.write('\t</size>\n')
xml.write('\t\t<segmented>0</segmented>\n')
comments = item['labels'] # 是一个列表
for _item in comments: # _item是一个一个的字典
# print(_item)
for _, x2 in enumerate(_item):
# print(x2, _item[x2])
if x2 == 'category' and _item[x2] != 'drivable area' and _item[x2] != 'lane':
xml.write('\t<object>\n')
xml.write('\t\t<name>' + _item[x2] + '</name>\n')
xml.write('\t\t<pose>Unspecified</pose>\n')
xml.write('\t\t<truncated>1</truncated>\n')
xml.write('\t\t<difficult>0</difficult>\n')
if x2 == 'box2d':
dic = _item[x2]
for _, j in enumerate(dic):
if j == 'x1':
xmin = int(dic[j])
if j == 'y1':
ymin = int(dic[j])
if j == 'x2':
xmax = int(dic[j])
if j == 'y2':
ymax = int(dic[j])
if xmax <= xmin:
pass
elif ymax <= ymin:
pass
else:
xml.write('\t\t<bndbox>\n')
xml.write('\t\t\t<xmin>' + str(xmin) + '</xmin>\n')
xml.write('\t\t\t<ymin>' + str(ymin) + '</ymin>\n')
xml.write('\t\t\t<xmax>' + str(xmax) + '</xmax>\n')
xml.write('\t\t\t<ymax>' + str(ymax) + '</ymax>\n')
xml.write('\t\t</bndbox>\n')
xml.write('\t</object>\n')
xml.write('</annotation>')
补充说明:
有几个地方需要注意一下,数据集是很大的,一共6.5个G左右,下载下来是这个样子:
我只采用了100k里面的val文件夹下面的10000张图片,其实做检测也够用了,其他的我是没有采用的!
然后就是标签文件的样子,下载下来是这样子:
里面有一个关于val文件夹里面的10000张图的json文件:
然后,就是路径问题,首先,你要看好你的标签文件保存路径在哪儿,我默认采用的是VOC数据集的格式,也就是这样子:
你要注意修改源代码中saved_path = "./VOCdevkit/VOC2007/"这一行代码哈。
还有就是图片路径,我采用的是绝对路径,img_path = ‘D:/bdd100k_images/bdd100k/images/100k/val/’,你自己也得注意修改一下,改成你自己的。
最后,看一下结果,
有个小bug:
就是我也不知道为啥,这10000张图片中,有3张图转换出来的xml文件没法使用,是无效的,也就是剩下了9997张图,我最终选择的是从根本上解决问题,我把这三张图和对应的xml文件删了!然后,我自己补充了3张图进去。凑够10000张!强迫症患者,哈哈哈!
最最最最后再强调一次,我是仅仅为了做检测的哈,仅用来做目标检测!可以食用!
总结
做目标检测+跟踪的小伙伴,欢迎一起学习呀!!!