handpose_datasets_v2 数据集发布

最新推荐文章于 2023-10-12 19:34:14 发布

Eric.Lee2021

最新推荐文章于 2023-10-12 19:34:14 发布

阅读量629

点赞数

文章标签：深度学习 pytorch 神经网络机器学习

本文链接：https://blog.csdn.net/weixin_42140236/article/details/124206707

版权

handpose_datasets_v2 数据集发布

开源项目相关地址

https://gitcode.net/EricLee/handpose_x

兼容数据集 handpose_datasets_v1，增加左右手属性"handType": “Left” or “Right”,具体参看项目v2数据集示例。
handpose_datasets_v2 数据总量为 38w+。

注意：
 1> 该数据集包括网络图片进行制作(如有侵权请联系删除),
 2> 项目使用该数据集请注明出处:
     项目：https://gitcode.net/EricLee/handpose_x
     作者：Eric.Lee

handpose_datasets_v2 例子如下图：
数据集读取脚本为：read_datasets.py,并需要相应更改脚本中的数据集路径。

#-*-coding:utf-8-*-
# date:2021-12-20
# Author: Eric.Lee
## function: read datasets example

import os
import json
import cv2
from hand_data_iter.datasets import plot_box,draw_bd_handpose
import random

if __name__ == "__main__":
    path = "./handpose_datasets_v2/"

    for f_ in os.listdir(path):
        if ".jpg" in f_:
            img_path = path +f_
            label_path = img_path.replace('.jpg','.json')
            if not os.path.exists(label_path):
                continue
            img_ = cv2.imread(img_path)

            f = open(label_path, encoding='utf-8')#读取 json文件
            hand_dict_ = json.load(f)
            f.close()

            hand_dict_ = hand_dict_["info"]
            print("len hand_dict :",len(hand_dict_))
            if len(hand_dict_)>0:
                for msg in hand_dict_:
                    bbox = msg["bbox"]
                    pts = msg["pts"]
                    hand_str = "hand"
                    if "handType" in msg.keys():
                        hand_str = "hand" + msg["handType"] + "_v2"
                        cv2.putText(img_, hand_str, (2,25),cv2.FONT_HERSHEY_DUPLEX, 0.8, (55, 0, 220),5)
                        cv2.putText(img_, hand_str, (2,25),cv2.FONT_HERSHEY_DUPLEX, 0.8, (255, 50, 50),2)


                    print(bbox)
                    RGB = (random.randint(50,255),random.randint(50,255),random.randint(50,255))
                    plot_box(bbox, img_, color=(RGB), label=hand_str, line_thickness=3)
                    draw_bd_handpose(img_,pts,bbox[0],bbox[1])

                    for k_ in pts.keys():
                        cv2.circle(img_, (int(pts[k_]['x']+bbox[0]),int(pts[k_]['y']+bbox[1])), 3, (255,50,155),-1)

                cv2.namedWindow("HandPose_Json",0)
                cv2.imshow("HandPose_Json",img_)
                cv2.waitKey(0)