【faster rcnn 实现via的自动框人】使用detectron2中faster rcnn 算法生成人的坐标，将坐标导入via(VGG Image Annotator)中，实现自动框选出人的区域

青年夏日科技

已于 2022-05-22 21:32:24 修改

阅读量1.2k

点赞数 2

文章标签：算法目标检测计算机视觉

于 2021-08-05 22:50:28 首次发布

本文链接：https://blog.csdn.net/sinat_28371057/article/details/119429214

版权

本文介绍如何利用detectron2的Faster R-CNN算法生成人像坐标，结合VGG Image Annotator (VIA)实现自动标注。通过在detectron2中运行faster rcnn，导出坐标到via格式，简化大量人像的标注工作。详细步骤包括detectron2的安装、faster rcnn的运行、via的使用以及坐标转换过程。

摘要由CSDN通过智能技术生成

前言

B站讲解视频
我的研究生毕业论文方向就是时空行为检测，所以，slowfast和ava是我重点搞的，我的博客主页也有很多这些相关内容。

终于，到了标注数据这一块了，为了更简单的标注数据，我要做的这部分的数据包含大量的人，每张图片有30到40个人，如果要手动框人，再做行为标注，那是非常大的工作量，为了减小工作量，先使用faster rcnn把人的坐标算出来，然后倒入via中，实现算法的自动框人。

1 准备

1.1 detectron2安装及faster rcnn运行

1.1.1 detectron2官方网站

detectron2项目地址
detectron2文档

1.1.2 安装步骤

安装：

pip install -U torch torchvision cython
pip install -U 'git+https://github.com/facebookresearch/fvcore.git' 'git+https://github.com/cocodataset/cocoapi.git#subdirectory=PythonAPI'
git clone https://github.com/facebookresearch/detectron2 detectron2_repo
pip install -e detectron2_repo

1.1.3 Faster RCNN目标检测

在终端输入：

python3 demo.py --config-file ../configs/COCO-Detection/faster_rcnn_R_50_FPN_3x.yaml \
  --input ../img/1.jpg \
  --output ../img/1_1.jpg \
  --opts MODEL.WEIGHTS detectron2://COCO-Detection/faster_rcnn_R_50_FPN_3x/137849458/model_final_280758.pkl

1.1.4 参考

【Faster RCNN & detectron2】detectron2实现Faster RCNN目标检测

1.2 via的安装及使用

安装很简单，下载下来后，点开via.html就可以了

下载及使用指南：via官网

我下载的是2.0的版本，如下
在这里插入图片描述

2 faster rcnn 算法导出人类候选框为via格式

2.1 新建python脚本

在目录/detectron2_repo/demo/下新建一个python脚本，名字为：myvia.py

在这里插入图片描述
将下面的代码复制到myvia.py中

#Copyright (c) Facebook, Inc. and its affiliates.
import argparse
import glob
import multiprocessing as mp
import os
import time
import cv2
import tqdm
import os

from detectron2.config import get_cfg
from detectron2.data.detection_utils import read_image
from detectron2.utils.logger import setup_logger

from predic