halcon深度学习部分自带的例程,使用的数据集都是COCO文件。查了一圈没弄懂怎么建数据集,后来在halcon官网发现有一个深度学习工具(MVTec Deep Learning Tool)是用来生成数据集的,为hdict格式,应该是halcon特有的一种字典存放格式。
下面主要介绍一下这个工具的使用
下载地址:https://www.mvtec.com/products/deep-learning-tool/
然后注册一下,就可以下载了,可以直接使用,无需破解
下载完成后,界面如下图
根据数据集的作用可以分为:分类、目标检测(无方向)、目标检测(有方向)。
这里以目标检测(无方向)为例,其他几种大同小异,如下图。
选择object detection;输入工程名字;选择路径;然后确认。(如果有需要可以添加工程描述)
工程创建成功后,界面如下。点击Images旁边的加号,添加图片数据。
双击选择某张图片,进行类别添加,如下图。
类别创建好后,开始在图中框选目标物体,并选择相应的标签。重复操作,直至所有图片框选完成。
点击左上角gallery,可以浏览所有图片的标签。
左上角点击review,再次检查一下框选目标物体是否有误,如下图。
最后,点击左上角,导出数据集。
导出的数据集是dl_dataset.hdict格式,不能直接放在例程中使用,需要修改一下。将read_dl_dataset_from_coco改成read_dict,直接去读数据集。
当然前面的文件位置也是要修改的。
这样一个数据集的创建就完成了。