（Tensorflow Object Detection Api）标注数据获取及格式转换

最新推荐文章于 2024-06-17 13:39:20 发布

Bigwood Lee

最新推荐文章于 2024-06-17 13:39:20 发布

阅读量2.2k

点赞数

分类专栏： Tensorflow Object Detection Ap 文章标签： Tensorflow Object Detection AP 数据标注

本文链接：https://blog.csdn.net/ljyt2/article/details/82146088

版权

本文介绍了使用Tensorflow Object Detection API进行物体检测时的数据标注过程，推荐了LabelImg工具进行XML标注，并详细阐述了如何将标注数据转换为CSV，再进一步转化为TFRecord格式。在转换过程中，特别提醒了图像通道顺序对结果的影响，以及使用PIL与OpenCV读取图像的差异。最后解释了TFRecord文件的作用及其优势。

摘要由CSDN通过智能技术生成

tensorflow object detection api 安装完之后，你需要下载一下已有的整理好的代码：
Windows 10
raccoon_dataset
这些代码写好了必要的流程文件。当然还有很多，大同小异。

1、物体检测数据标注

一般都用下面这个软件. 该软件是用python+Qt编写的，最终的标注文件为XML文件，以PASCAL VOC格式进行存储。安装的时候一定要注意python版本和Qt版本的对应，建议通过anaconda创建一个Python2的虚拟环境来进行此软件的安装。

LabelImg is a graphical image annotation tool and label object bounding boxes in images

这里有一些关于安装LabelImage的讨论，如果遇到问题可以参考。

标注之后的文件大概是如下格式：

<annotation>
    <folder>save62</folder>
    <filename>6_td_6_1_5.jpg.bmp</filename>
    <path>C:\Users\Desktop\6\save62\6_td_6_1_5.jpg.bmp</path>
    <source>
        <database>Unknown</database>
    </source>
    <size>
        <width>160</width>
        <height>120</height>
        <depth>3</depth>