构建了一个用于目标检测点数的数据集（一次性筷子计数）

序言

记得之前参加过一个钢筋计数的比赛，虽然没有获得好的名次，但是觉得还是挺实用的。基于此，有感而发，构建了一个一次性筷子计数的数据集，整个过程并不是人工纯标注，分享一下事半功倍的构建过程。

一、数据准备

首先自己拍照收集一批图片，示例如下，大概拍了两百多张：


好了，数据收集完了，那下一步就是标注了，可是。。。这么多目标，一张图片就接近上百个框，这要标到啥时候？不怕，还记得我之前写过的yolov5实现半标注的文章吗？要学以致用，现在可以派上用场了。

二、半标注

首先选出10张比较具有代表性的图片数据，使用labelimg进行标注（想要完全人工不标注是不可能的，或多或少还是要标一点的），得到标注的结果（这里标注十张就够了，标注太多太累了）。

得到标注的xml文件结果后，对这十张图像使用imgaug（使用imgaug数据增强，标注的结果会随着增强进行相应变化，不需要重新标注）进行数据增强，随机hsv空间变化、旋转、裁剪、高斯模糊等，每一张扩充9张数据，即得到100张用于训练一个差不多的模型，如下，上面十张是我原始数据，下面90张为数据增强后的数据（注意：因为这个数据比较特殊，目标是不受角度影响，而且目标比较多，所以随机选择任意角度是没问题的，其他数据的话如果增强这么多，有可能存在严重过拟合现象）。

三、yolov5训练

对于这个数据集，100张足够训练出一个精度较高的模型了，因为我们的目的是用他来标注，并不是最终的模型。所以这里你可以选择一个精度很高的5模型，比如v5l（我们这步要确保精度要足够高，数据少没必要用小模型），训练过程这里就不阐述了，网上很多教程，100张数据训练还是很快的，迭代50个轮次，大概10-20分钟，训练结果如下，因为是但类别，所以没有类别损失：

可以看到精确率可以达到0.9以上，召回率接近0.8+，map0.5也达到了0.8，map0.5:0.95稍微低一点，也达到了0.5。看着好像结果不怎样，要知道这只是100张图片的训练结果，要啥自行车。没关系，可视化看一下能不能用，我这里稍微修改了一下程序中图像输出的部分，把框变换成中心点在图上画出，结果更容易一目了然。


哎哟，好像还不错噢，虽然还是有一些预测错的，但是没关系，使用半标注程序得到输出后还可以进行使用labelimg再微调。

接着将所有收集的图片，使用半标注程序，进行预测，得到所有的输出xml文件。

四、labelimg微调

打开labelimg，加载图片和xmls文件夹，这时候你会看到密密麻麻的框，不禁会想到，这怎么调阿，一个一个找不得累死。。。（举个例子，你看到这张图你会咋想，难道要一个一个框去检查嘛？当然不用）

这时候可以借助可视化的结果来进行微调就好了，例如上面提到的这张图，你一看过去是不是就知道那里的框有问题呢，所以微调起来也是轻轻松松的啦（不过这里要注意的是，在预测的时候半标注和正常预测阈值要设为一样，比如iou阈值、置信度阈值，不然的话你的两部分输出结果是不同的，这样微调起来也很麻烦）。

最后微调完后就可以将全部的图像送入yolov5中正常训练了，当然如果图像还是不够，建议还是要使用离线数据增强来增加数据，这个需要自己权衡了。

五、效果展示

很有趣也很实用的构建过程。代码没整理就不上传了，原理很简单可以自己尝试着去实现。

图片和标注文件已上传资源，需要的自行下载。