目录
UA-DETRAC数据集介绍
UA-DETRAC 是一个具有挑战性的现实世界多目标检测和多目标跟踪基准。该数据集包含使用佳能 EOS 550D 相机在中国北京和天津的 24 个不同地点拍摄的 10 小时视频。视频以每秒 25 帧 (fps) 的速度录制,分辨率为 960×540 像素。UA-DETRAC 数据集中有超过 14 万帧和 8250 辆手动标注的车辆,总共有 121 万个标记的对象边界框,其中训练集约82085张图片,测试集约56167张图片。
官方网站:https://www.albany.edu/cnse/research/computer-vision-machine-learning-lab
数据集官网介绍:https://wayback.archive-it.org/org-652/20231112205116/https:/detrac-db.rit.albany.edu/
UA-DETARC数据集处理过程
原数据集下载链接:
链接:https://pan.baidu.com/s/1QJUSodZZWaBPKxqgnGuIvg
提取码:rucf
下载好的数据集有如下图所示的几个文件夹。前两个文件夹内分别是测试集和训练集的xml格式的标注文件,每一个xml文件都是一个摄像头拍摄的很多张图片的全部标注。而下面两个文件夹内分别是测试集和训练集的图片,文件夹内有格式为MVI_xxxxx的子目录,每个子目录都代表一个摄像头拍摄的全部图片,子目录内即为图片。
现在对数据集进行处理,转为yolov5要求的yolo txt格式。
1.将voc格式转换为xml格式
UA-DETRAC数据集提供的标注为voc格式,需要先转为xml格式。
import xml.etree.ElementTree as ET
from xml.dom.minidom import Document
import os
import cv2
import time
def ConvertVOCXml(file_path="", file_name=""):
tree = ET.parse(file_name)
root = tree.getroot()
# print(root.tag)
num = 0 # 计数
# 读xml操作
frame_lists = []
output_file_name = ""
for child in root:
if child.tag == "frame":
# 创建dom文档
doc = Document()
# 创建根节点
annotation = doc.createElement('annotation')
# 根节点插入dom树
doc.appendChild(annotation)
# print(child.tag, child.attrib["num"])
pic_id = child.attrib["num"].zfill(5)
# print(pic_id)
output_file_name = root.attrib["name"] + "__img" + pic_id + ".xml"
# print(output_file_name)
folder = doc.createElement("folder")
folder.appendChild(doc.createTextNode("VOC2007"))
annotation.appendChild(folder)
filename = doc.createElement("filename")
pic_name = "img" + pic_id + ".jpg"
filename.appendChild(doc.createTextNode(pic_name))
annotation.appendChild(filename)
sizeimage = doc.createElement("size")
imagewidth = doc.createElement("width")
imageheight = doc.createElement("height")
imagedepth = doc.createElement("depth")
imagewidth.appendChild(doc.createTextNode("960"))
imageheight.appendChild(doc.createTextNode("540"))
imagedepth.appendChild(doc.createTextNode("3"))
sizeimage.appendChild(imagedepth)
sizeimage.appendChild(imagewidth)
sizeimage.appendChild(imageheight)
annotation.appendChild(sizeimage)
target_list = child.getchildren()[0] # 获取target_list
# print(target_list.tag)
object = None
for target in target_list:
if target.tag == "target":
# print(target.tag)
object = doc.createElement('object')
bndbox = doc.createElement("bndbox")
for target_child in target:
if target_child.tag == "box":
xmin = doc.createElement("xmin")
ymin = doc.createElement("ymin")
xmax = doc.createElement("xmax")
ymax = doc.createElement("ymax")
xmin_value = int(float(target_child.attrib["left"]))
ymin_value = int(float(target_child.attrib["top"]))
box_width_value = int(float(target_child.attrib["width"]))
box_height_value = int(float(target_child.attrib["height"]))
xmin.appendChild(doc.createTextNode(str(xmin_value)))
ymin.appendChild(doc.createTextNode(str(ymin_value)))
if xmin_value + box_width_value > 960:
xmax.appendChild(doc.createTextNode(str(960)))
else:
xmax.appendChild(doc.createTextNode(str(xmin_value + box_width_value)))
if ymin_value + box_height_value > 540:
ymax.appendChild(doc.createTextNode(str(540)))
else:
ymax.appendChild(doc.createTextNode(str(ymin_value + box_height_value)))
if target_child.tag == "attribute":
vehicle_type = target_child.attrib["vehicle_type"]
name = doc.createElement('name')
pose = doc.createElement('pose')
truncated = doc.createElement('truncated')
difficult = doc.createElement('difficult')
name.appendChild(doc.createTextNode(str(vehicle_type)))
pose.appendChild(doc.createTextNode("Left")) # 随意指定
truncated.appendChild(doc.createTextNode("0")) # 随意指定
difficult.appendChild(doc.createTextNode("0")) # 随意指定
object.appendChild(name)
object.appendChild(pose)
object.appendChild(truncated)
object.appendChild(difficult)
bndbox.appendChild(xmin)
bndbox.appendChild(ymin)
bndbox.appendChild(xmax)
bndbox.appendChild(ymax)
object.appendChild(bndbox)
annotation.appendChild(object)
file_path_out = os.path.join(file_path, output_file_name)
f = open(file_path_out, 'w')
f.write(doc.toprettyxml(indent=' ' * 4))
f.close()
num = num + 1
return num
'''
画方框
'''
def bboxes_draw_on_img(img, bbox, color=[255, 0, 0], thickness=2):
# Draw bounding box...
print(bbox)
p1 = (int(float(bbox["xmin"])), int(float(bbox["ymin"])))
p2 = (int(float(bbox["xmax"])), int(float(bbox["ymax"])))
cv2.rectangle(img, p1, p2, color, thickness)
def visualization_image(image_name, xml_file_name):
tree = ET.parse(xml_file_name)
root = tree.getroot()
object_lists = []
for child in root:
if child.tag == "folder":
print(child.tag, child.text)
elif child.tag == "filename":
print(child.tag, child.text)
elif child.tag == "size": # 解析size
for size_child in child:
if size_child.tag == "width":
print(size_child.tag, size_child.text)
elif size_child.tag == "height":
print(size_child.tag, size_child.text)
elif size_child.tag == "depth":
print(size_child.tag, size_child.text)
elif child.tag == "object": # 解析object
singleObject = {}
for object_child in child:
if object_child.tag == "name":
# print(object_child.tag,object_child.text)
singleObject["name"] = object_child.text
elif object_child.tag == "bndbox":
for bndbox_child in object_child:
if bndbox_child.tag == "xmin":
singleObject["xmin"] = bndbox_child.text
# print(bndbox_child.tag, bndbox_child.text)
elif bndbox_child.tag == "ymin":
# print(bndbox_child.tag, bndbox_child.text)
singleObject["ymin"] = bndbox_child.text
elif bndbox_child.tag == "xmax":
singleObject["xmax"] = bndbox_child.text
elif bndbox_child.tag == "ymax":
singleObject["ymax"] = bndbox_child.text
object_length = len(singleObject)
if object_length > 0:
object_lists.append(singleObject)
img = cv2.imread(image_name)
for object_coordinate in object_lists:
bboxes_draw_on_img(img, object_coordinate)
cv2.imshow("capture", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
if __name__ == "__main__":
# 修改绝对路径
TrainBasePath = r"C:\...\...\...\UA-DETRAC\DETRAC-Train-Annotations-XML"
TestBasePath = r"C:\...\...\...\UA-DETRAC\DETRAC-Test-Annotations-XML"
TrainSaveBasePath = r"C:\...\...\...\UA-DETRAC\train-labels-xml"
TestSaveBasePath = r"C:\...\...\...\UA-DETRAC\test-labels-xml"
if os.path.exists(TrainSaveBasePath) is False: # 判断文件夹是否存在
os.makedirs(TrainSaveBasePath)
if os.path.exists(TestSaveBasePath) is False: # 判断文件夹是否存在
os.makedirs(TestSaveBasePath)
train_totalxml = os.listdir(TrainBasePath)
test_totalxml = os.listdir(TestBasePath)
# 转换训练集
total_num = 0
print("正在转换")
# Start time
start = time.time()
log = open("xml_statistical_train.txt", "w") # 分析日志,进行排错
for xml in train_totalxml:
file_name = os.path.join(TrainBasePath, xml)
print(file_name)
num = ConvertVOCXml(file_path=TrainSaveBasePath, file_name=file_name)
print(num)
total_num = total_num + num
log.write(file_name + " " + str(num) + "\n")
log.close()
# End time
end = time.time()
seconds = end - start
print("Time taken : {0} seconds".format(seconds))
print(total_num)
# 转换测试集
total_num = 0
print("正在转换")
# Start time
start = time.time()
log = open("xml_statistical_test.txt", "w") # 分析日志,进行排错
for xml in test_totalxml:
file_name = os.path.join(TestBasePath, xml)
print(file_name)
num = ConvertVOCXml(file_path=TestSaveBasePath, file_name=file_name)
print(num)
total_num = total_num + num
log.write(file_name + " " + str(num) + "\n")
log.close()
# End time
end = time.time()
seconds = end - start
print("Time taken : {0} seconds".format(seconds))
print(total_num)
注意修改脚本中的路径,将其改为数据集所在位置的绝对路径。修改后运行该脚本即可。
2.将xml格式转换为yolo格式
同样需要修改脚本中的路径,修改完后运行脚本即可。
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
def convert(size, box):
# size=(width, height) b=(xmin, xmax, ymin, ymax)
# x_center = (xmax+xmin)/2 y_center = (ymax+ymin)/2
# x = x_center / width y = y_center / height
# w = (xmax-xmin) / width h = (ymax-ymin) / height
x_center = (box[0] + box[1]) / 2.0
y_center = (box[2] + box[3]) / 2.0
x = x_center / size[0]
y = y_center / size[1]
w = (box[1] - box[0]) / size[0]
h = (box[3] - box[2]) / size[1]
# print(x, y, w, h)
return (x, y, w, h)
def convert_annotation(xml_files_path, save_txt_files_path, classes):
xml_files = os.listdir(xml_files_path)
# print(xml_files)
for xml_name in xml_files:
print(xml_name)
xml_file = os.path.join(xml_files_path, xml_name)
out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
out_txt_f = open(out_txt_path, 'w')
tree = ET.parse(xml_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
cls = obj.find('name').text
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
# b=(xmin, xmax, ymin, ymax)
# print(w, h, b)
bb = convert((w, h), b)
out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
out_txt_f.close()
if __name__ == "__main__":
# 把forklift_pallet的voc的xml标签文件转化为yolo的txt标签文件
# 1、需要转化的类别
classes = ['car', 'bus', 'van', 'others'] # 注意:这里根据自己的类别名称及种类自行更改
# 2、voc格式的xml标签文件路径
xml_files_train = r'C:\...\...\...\UA-DETRAC\train-labels-xml'
xml_files_test = r'C:\...\...\...\UA-DETRAC\test-labels-xml'
# # 3、转化为yolo格式的txt标签文件存储路径
save_txt_files_train = r'C:\...\...\...\UA-DETRAC\train-labels-yolo'
save_txt_files_test = r'C:\...\...\...\UA-DETRAC\test-labels-yolo'
if os.path.exists(save_txt_files_train) is False: # 判断文件夹是否存在
os.makedirs(save_txt_files_train)
if os.path.exists(save_txt_files_test) is False: # 判断文件夹是否存在
os.makedirs(save_txt_files_test)
print("正在转换训练集")
convert_annotation(xml_files_train, save_txt_files_train, classes)
print("正在转换测试集")
convert_annotation(xml_files_test, save_txt_files_test, classes)
3.修改图片名称
由于在数据集中图片存放在形式为MVI_xxxxx的各个子目录下,在每个子目录下的图片名字都为从img00001到imgxxxxx,需要更改图片的名称,使图片名与标注的名称一一对应起来。使用下面的脚本file_rename.py即可。同样记得修改路径。
import os
# 获取要修改的文件地址
Train_path = r'C:\...\...\...\UA-DETRAC\Insight-MVT_Annotation_Train'
Test_path = r'C:\...\...\...\UA-DETRAC\Insight-MVT_Annotation_Test'
# 获取文件名列表
train_file_list = os.listdir(Train_path)
print('训练集文件列表如下:')
print(train_file_list)
# 遍历文件名,获取文件名和扩展名
for file in train_file_list:
path_2 = Train_path + '/' + file
file_list_inner = os.listdir(path_2)
for filename in file_list_inner:
pos = filename.rfind('.') - 8
newname = file + '__' + filename[pos:-4] + '.jpg'
# 重新命名文件
os.rename(path_2 + '/' + filename, path_2 + '/' + newname)
test_file_list = os.listdir(Test_path)
print('测试集文件列表如下:')
print(test_file_list)
# 遍历文件名,获取文件名和扩展名
for file in test_file_list:
path_2 = Test_path + '/' + file
file_list_inner = os.listdir(path_2)
for filename in file_list_inner:
pos = filename.rfind('.') - 8
newname = file + '__' + filename[pos:-4] + '.jpg'
# 重新命名文件
os.rename(path_2 + '/' + filename, path_2 + '/' + newname)
4.对数据集进行抽帧
数据集内图片数量太多了,而且相邻的几张图片之间差别极小,因为它们本来就是同一段视频内相邻的几帧。所以考虑对数据集进行抽帧操作,每十张图片里抽一张作为最终的数据集。
这里提供两个脚本分别将图片和标注复制到yolov5工程的dataset目录下。image_copy.py每隔十张图片复制一张到yolov5工程目录下,labels_copy.py根据yolov5工程目录下的图片名将对应的标注文件复制到工程中。按需修改绝对路径,依次执行即可。
image_copy.py
import os
import shutil
# 复制数据集中的图片到yolov5工程目录下,复制完训练集的图片后,修改注释再复制测试集的图片
# 每隔十张图片复制一张图片到工程目录下,完成抽帧
# 源文件夹绝对路径,按需修改
source_folder = r"C:\...\...\...\Insight-MVT_Annotation_Train"
#source_folder = r"C:\...\...\...\Insight-MVT_Annotation_Test"
# 目标文件夹绝对路径,按需修改
target_folder = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_train\images"
#target_folder = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_test\images"
# 遍历源文件夹中的所有子文件夹
for subfolder_name in os.listdir(source_folder):
subfolder_path = os.path.join(source_folder, subfolder_name)
# 检查是否是文件夹
if os.path.isdir(subfolder_path):
# 初始化计数器
count = 0
# 遍历子文件夹中的所有文件
for file_name in os.listdir(subfolder_path):
file_path = os.path.join(subfolder_path, file_name)
# 检查是否是图片文件(这里假设只处理JPEG和PNG文件,可以根据实际情况修改)
if file_name.lower().endswith(('.jpg', '.jpeg', '.png')):
# 每隔十个图片移动一个
if count % 10 == 0:
# 构建目标文件路径
target_file_path = os.path.join(target_folder, file_name)
# 移动文件
shutil.copy(file_path, target_file_path)
# 增加计数器
count += 1
print("文件移动完成。")
labels_copy.py
import os
import shutil
# 复制数据集中的标注到yolov5工程目录下,复制完训练集的标注后,修改注释再复制测试集的标注
# 目标文件夹路径,按需修改
target_folder = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_train\images"
#target_folder = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_test\images"
# 文本文件源文件夹路径,按需修改
source_text_files_folder = r"C:\...\...\...\UA-DETRAC\train-labels-yolo"
#source_text_files_folder = r"C:\...\...\...\UA-DETRAC\test-labels-yolo"
# 目标文本文件文件夹路径
destination_text_files_folder = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_train\labels"
#destination_text_files_folder = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_test\labels"
# 获取目标文件夹中的图片文件名(去除后缀)
target_image_file_names = set(os.path.splitext(file)[0] for file in os.listdir(target_folder) if file.lower().endswith(('.jpg', '.jpeg', '.png')))
# 遍历文本文件源文件夹中的所有文件
for file_name in os.listdir(source_text_files_folder):
file_path = os.path.join(source_text_files_folder, file_name)
# 检查是否是.txt文件且文件名与目标文件夹中的图片相同
if file_name.lower().endswith('.txt') and os.path.splitext(file_name)[0] in target_image_file_names:
# 构建目标文本文件路径
destination_file_path = os.path.join(destination_text_files_folder, file_name)
# 复制文本文件
shutil.copy(file_path, destination_file_path)
print("文本文件复制完成。")
5. 剔除掉无标注的图片
数据集原始的xml标注文件中就缺失了部分图片的标注,需要将这些没有标注的图片剔除出去。在依次运行完image_copy.py、labels_copy.py两个脚本后,执行下面的脚本find_no_labels.py即可。
# 从原始训练集中抽帧,寻找抽帧得到的图片的标注时,发现找到的label文件少于图片数量
# 原因为数据集原始的xml标注文件本身就有缺失,导致部分图片缺少标注
import os
import shutil
# 绝对路径,按需修改
# 剔除掉训练集的无标注图片后,修改注释再将测试集内的无标注图片剔除
folder_image_path = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_train\images"
folder_labels_path = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_train\labels"
destination_path = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_train\images_with_no_label" # 指定移动到的路径
'''
folder_image_path = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_test\images"
folder_labels_path = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_test\labels"
destination_path = r"C:\...\...\...\yolov5-6.2\datasets\UA-DETRAC_test\images_with_no_label" # 指定移动到的路径
'''
# 获取文件夹B中.txt文件的文件名(不考虑后缀)
txt_file_names = {os.path.splitext(file)[0] for file in os.listdir(folder_labels_path) if file.endswith('.txt')}
for file in os.listdir(folder_image_path):
if file.endswith('.jpg'):
# 获取文件名(不考虑后缀)
file_name = os.path.splitext(file)[0]
# 如果文件名不在txt_file_names中,则移动文件到指定路径
if file_name not in txt_file_names:
source_path = os.path.join(folder_image_path, file)
destination_file_path = os.path.join(destination_path, file)
shutil.move(source_path, destination_file_path)
print(f"Moved: {file} to {destination_path}")
执行完前面的几个步骤后,在yolov5工程datasets目录下就有了训练集UA-DETRAC_train,测试集UA-DETRAC_test。images目录下为图片,labels下为标注。
datasets
├── UA-DETRAC_train
│ ├── images
│ └── labels
├── UA-DETRAC_test
│ ├── images
│ └── labels
...
处理好的数据集(附下载链接)
UA-DETRAC_yolo
├── UA-DETRAC_train
│ ├── images
│ └── labels
└── UA-DETRAC_test
├── images
└── labels
链接:https://pan.baidu.com/s/1H5vsla6vD4yJpGGJD3ECEA
提取码:fz4r
参考博文
UA-DETRAC数据集转YOLO格式_ua-detrac数据集下载-CSDN博客 本文部分脚本的编写参考了该博文
使用yolov5训练UA-DETRAC车辆数据集 - 知乎 这篇文章在UA-DETARC数据集实验了多种不同处理方式对最终训练出模型的精度的影响,如果要使用UA-DETRAC数据集训练模型,可以先参考一下这篇文章。