数据集处理
前言
本文需要基础 tensorflow的储存格式 python
本人最近再使用tensorflow训练自己的完整的神经网络模型,从头到尾踩了很多坑。终于搭建出来。写下此篇文章,记录一下原始图像处理的过程,本文注重于流程,原理与基础自己过。
搭建环境
cuda 10 +cudnn7.4.2.24+tensorflow 1.14-gpu+ python 3.7.5,至于怎么搭建,请看本人上一篇博客
收集数据
收集数据集合的方法有很多,本人推荐两种
爬虫 具体自己去学,不赘述
人力的网上找自己下载
根据自己公司所在需求去现场获取视频,使用python 将视频转化为图片 这种样本是最好的,能根据实际拟合
为例方便起见本人也提供了本次的案例图片,一共20张图片,并不会太多。https://pan.baidu.com/s/1jG-RKMEFKdCaz8LDOmbnAw 一种花
新建一个目录用来存放提到的数据,如图新建demo_photo在其目录下建jpegimages,放入图片
tensorflow 数据格式
最终送入神经网络训练的入图片的格式是tfrecord文件(优缺点什么的不解释,去查其他资料),所以我们必须将图片格式转为tfrecord;导入标签的文件格式是pbtxt文件。下面会解释这两个文件怎么来。下一篇再解释怎么用。一个一个步骤解释
原始图片.jpg=>xml标签文件=>csv文件=>tfrecord文件=>获取pbtxt文件
原始图片.jpg=>xml标签文件
我们知道原始图片具有可能混杂有其他物体,或者是多个不同分类的物体,会干扰正常的图片模型识别,我们希望能有一个工具,将这个jpg图片的某一个范围内的像素读取出来。,如下图
在这里,使用一个大牛编写的labelimg工具能够将我们的图片按找分类转化为xml文件,以下是链接
https://pan.baidu.com/s/1iB5whfYpIFWmTJFpc_okTg
这一步,需要把你的目标物体分类并命名,然后生成xml文件,然后将这些xml拷贝到另一个文件夹,方便我们后续操作而已。到这里你就有xml文件里,至于xml里面文件是什么,这里不解释,自己去看,有点图像处理基础,不难看懂。效果如图
然后将随机选取2/5的文件到test文件夹,3/5到train文件夹,(2/5或3/5随便定)本步骤的目的是将样本集分为两类,一类为训练集,一类为测试集。
xml标签文件=>csv文件
使用如下脚本 xml2csv.py ,没有说明的地方不要更改,至于文件内容自己去解读也不难,此步骤需要生成两个文件 一个train.csv,一个test.csv,以test为例子,train类似
import os
import glob
import pandas as pd
import xml.etree.ElementTree as ET
def xml_to_csv(path):
xml_list = []
for xml_file in glob.glob(path + '/*.xml'):
tree = ET.parse(xml_file)
root = tree.getroot()
for member in root.findall('object'):
value = (root.find('filename').text,
int(root.find('size')[0].text),
int(root.find('size')[1].text),
member[0].text,
int(member[4][0].text),
int(member[4][1].text),
int(member[4][2].text),
int(member[4][3].text)
)
xml_list.append(value)
column_name = ['filename', 'width', 'height', 'class', 'xmin', 'ymin', 'xmax', 'ymax']
xml_df = pd.DataFrame(xml_list, columns=column_name)
return xml_df
def main():
image_path = os.path.join('I:/Demo_photo/Annotations') #此处换成你上一步生成的xml文件的路径,有两个,一个为train文件夹,一个为test文件夹
print(image_path)
xml_df = xml_to_csv(image_path)
xml_df.to_csv('train.csv', index=None) #如果你自己的文件夹是训练集则命名为train.csv,如果是测试文件夹则命名为test.csv生成的文件再当前文件的目录。
print('Successfully converted xml to csv.')
main()
csv文件=>tfrecord文件
使用如下脚本生成tfrecord,此步骤需要生成两个文件 train.tfrecord,test.tfrecord
"""
Usage:
# From tensorflow/models/
# Create train data:
python generate_tfrecord.py --csv_input=data/train_labels.csv --output_path=train.record
# Create test data:
python generate_tfrecord.py --csv_input=data/test_labels.csv --output_path=test.record
"""
from __future__ import division
from __future__ import print_function
from __future__ import absolute_import
import os
import io
import pandas as pd
import tensorflow as tf
from PIL import Image
from object_detection.utils import dataset_util
from collections import namedtuple, OrderedDict
# TO-DO replace this with label map
def class_text_to_int(row_label):
if row_label == 'daisy': #放自己的分类名
return 1
else:
None
def split(df, group):
data = namedtuple('data', ['filename', 'object'])
gb = df.groupby(group)
return [data(filename, gb.get_group(x)) for filename, x in zip(gb.groups.keys(), gb.groups)]
def create_tf_example(group, path):
with tf.gfile.GFile(os.path.join(path, '{}'.format(group.filename)), 'rb') as fid:
encoded_jpg = fid.read()
encoded_jpg_io = io.BytesIO(encoded_jpg)
image = Image.open(encoded_jpg_io)
width, height = image.size
filename = group.filename.encode('utf8')
image_format = b'jpg'
xmins = []
xmaxs = []
ymins = []
ymaxs = []
classes_text = []
classes = []
for index, row in group.object.iterrows():
xmins.append(row['xmin'] / width)
xmaxs.append(row['xmax'] / width)
ymins.append(row['ymin'] / height)
ymaxs.append(row['ymax'] / height)
classes_text.append(row['class'].encode('utf8'))
classes.append(class_text_to_int(row['class']))
tf_example = tf.train.Example(features=tf.train.Features(feature={
'image/height': dataset_util.int64_feature(height),
'image/width': dataset_util.int64_feature(width),
'image/filename': dataset_util.bytes_feature(filename),
'image/source_id': dataset_util.bytes_feature(filename),
'image/encoded': dataset_util.bytes_feature(encoded_jpg),
'image/format': dataset_util.bytes_feature(image_format),
'image/object/bbox/xmin': dataset_util.float_list_feature(xmins),
'image/object/bbox/xmax': dataset_util.float_list_feature(xmaxs),
'image/object/bbox/ymin': dataset_util.float_list_feature(ymins),
'image/object/bbox/ymax': dataset_util.float_list_feature(ymaxs),
'image/object/class/text': dataset_util.bytes_list_feature(classes_text),
'image/object/class/label': dataset_util.int64_list_feature(classes),
}))
return tf_example
def main(_):
writer = tf.python_io.TFRecordWriter('I:/Demo_photo/test.tfrecord') #输出test.tfrecord 文件的路径
path = os.path.join('I:/Demo_photo/JPEGImages') #原始图像储存的路径
examples = pd.read_csv('I:/Demo_photo/test.csv') #csv文件储存的路径
grouped = split(examples, 'filename')
for group in grouped:
tf_example = create_tf_example(group, path)
writer.write(tf_example.SerializeToString())
writer.close()
output_path = os.path.join(os.getcwd(), 'I:/Demo_photo/test.tfrecord') #输出test.tfrecord 文件的路径
print('Successfully created the TFRecords: {}'.format(output_path))
if __name__ == '__main__':
tf.app.run()
pbtxt
新建一个txt文件,修改后缀名为pbtxt,命名随便,此处我命名为labelmap.pbtxt
修改里面内容为如图,根据自己分类的数目和命名来修改。
item{
id:1
name: 'daisy'
}
item{
id:2
name: 'other-classify'
}
到此,我们根据原始图像最终得到了三个文件 train.tfrecord,test.tfrecord,labelmap.pbtxt文件。这三个文件和图像文件不可删除!!!
本次到此结束,如何使用这三个文件训练自己的神经网络模型,期待我的下一篇博客。
本人比较菜,如有纰漏或错误请及时指正。