深度学习目标检测入门实战

一、什么是目标检测

（一）目标检测：位置 + 类别
主流的目标检测，都是矩阵框的形式输出

人脸检测：目标-人脸
文字检测：目标-文字

（二）语义分割：更高精度

---

二、目标检测常用的数据集（开源）

（一）VOC数据集

官网：http://host.robots.ox.ac.uk/pascal/VOC/

（1）背景知识

• 很多领域数据集的开源往往都伴随着竞赛的产生，VOC就是PASCAL竞赛中所使用的数据集
  比赛形式：
  
  

数据集
评分系统

• VOC 2005 ~ 2012 发展历史
  
  所以大家更偏向于使用 VOC2007、VOC2012 数据集

（2）数据集的下载

强烈建议把数据集链接复制到迅雷中下载！！！
除了原始官方的下载路径，还有P2P资源，其他人下载此文件，迅雷开着，也愿意分享，我们就可以从这些地方获得资源，可大大提升下载速度

法一：用VOC官网

1. 进入不同年份的竞赛
   
2. 在 Development Kit 中下载
   
   法二：用Pytorch中的库
   
   

这里我们就以下载 VOC2007 和VOC2012为例

.tar是Linux上面的压缩格式，右键解压即可

（3）VOC2007 数据集的标注

• VOC2007中的文件
  

• Annotations：其文件夹底下包含了.xml 文件，描述了图片的各种信息，特别是目标的位置坐标
  

• ImageSets：主要关注Main文件夹底下的内容，里面的文件包含了不同类别目标的训练/验证数据集图片名称
  
  

• JPEGImages：原图片
  

• SementationClass/Object：用于语义分割，我们不关注
  

（4）VOC2012 数据集的标注

会发现文件夹的结构目录和 VOC2007 的一样，唯一不同的可能就是文件夹中图片的命名方式：年份_图片标号

• 对于先前以2008年为分界线，数据集不同的解释
  
• 复习解读
  

（二）COCO 数据集

官网：https://cocodataset.org/#home

（1）背景知识

Explore:

Download

我们常用的数据集是 COCO2017

（2）数据集的下载

Train Images 和 Val Images 是一样的目录结构，训练数据集太大了，这里就只下验证集和标注

（3）COCO2017 数据集的标注

• val2017文件夹下
  

• annotations文件夹下
  
  从instances_val2017.json 中截取的一部分
  

• 格式化代码的方法
  

---

三、如何标注自己的数据集

（一）MakeSense（在线）

链接：https://www.makesense.ai/

1. 上传图片

2. 打标




3. 导出

• 导出成 VOC 格式
  
  
  

• 导出成 YOLO 格式
  
  

4. 用 AI 标注的方法（这个网站这个功能加载的好慢）

（二）CVAT（在线）（强推！）

官网：https://www.cvat.ai/，可以进行多人协作，可以更好的处理大型项目，推荐！
1. 创建Project




2. 创建task

3. 进入task中打标



4. 导出



5. 下载到本地打开

另：

• 从这里导出task和在打标界面导出效果相同
  
• CVAT还支持将整个项目直接导出
  

（三）Labelimg（虚拟环境）

（1）在虚拟环境中安装+启动

# 安装
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
# 启动
labelimg

（2）标注

（3）常见报错

QMimeDatabase: Error loading internal MIME dataAn error has been encountered at line

原因：直接使用了anaconda的base环境（python>3.10)，安装labelimg。安装labelimg的python环境必须低于3.10，否则labelimg会出现闪退。

（四）精灵标注助手（本地）

如果是自制数据集，担心自己数据集的安全性，可以考虑本地，但更推荐用网站在线标注
下载链接：http://www.jinglingbiaozhu.com/

1. 导入图片

2. 打标


3. 导出

4. 格式化

---

四、如何用Pytorch读取COCO数据集

（1）准备工作
配环境

了解读取COCO数据集所用函数

（2）便调试边写代码

import torchvision
from PIL import ImageDraw

# 路径的正确写法
# 1、加 r (加个 r 可代表不进行转义)   2、把 /写成 //   3、把 /写成 \
coco_dataset = torchvision.datasets.CocoDetection(root=r"D:\Python\COCO_Debug\val2017",
                                                  annFile=r"D:\Python\COCO_Debug\annotations\instances_val2017.json")
image,info = coco_dataset[0]
# 想要画出框，要获得图片的 handler（句柄）
image_handle = ImageDraw.ImageDraw(image)
for annotation in info:
    x_min,y_min,width,height = annotation['bbox']
    image_handle.rectangle(((x_min,y_min),(x_min+width,y_min+height)))

image.show()

---

五、如何用自己的数据集标注成COCO的数据格式

import torchvision
from PIL import ImageDraw

# 路径的正确写法
# 1、加 r (加个 r 可代表不进行转义)   2、把 / 写 //   3、把 / 写成 \
coco_dataset = torchvision.datasets.CocoDetection(root=r"MyDataset",
                                                  annFile=r"MyDataset/mydataset_coco/annotations/instances_default.json")
image,info = coco_dataset[0]
# 想要画出框，要获得图片的handler（句柄）
image_handle = ImageDraw.ImageDraw(image)
for annotation in info:
    x_min,y_min,width,height = annotation['bbox']
    image_handle.rectangle(((x_min,y_min),(x_min+width,y_min+height)))

image.show()

为什么喜欢把数据集的标注导出成标准的数据集格式，就是为了方便我们使用这些API，后面写代码的时候，替换一下路径即可

---

完