2023FPGA创新中心夏令营-学习笔记（2）

口罩检测-数据准备

一、数据结构

新建一个名为mask的文件夹，包含两个子文件images和labels,其中images中有素材图片（jpg），包含带口罩的与没有带口罩的。

二、标注标签 

1.在虚拟环境中打开labelimg

1|workon <虚拟环境的名字>

2|labelimg

 如下图

 点击Open选择mask目录下的images文件夹，点击Open Dir选择mask目录下的labels文件夹，数据类型选择YOLO，图中已为YOLO。

2.标注图片

按W键，用鼠标画框，因为下图没带口罩，所以标注为nomask

 按W键，用鼠标画框，因为下图带了口罩，所以标注为mask

 

 打开labels文件夹，可见以下文件

 

 第一个数字1或0分别代表mask或nomask，后面4个数字分别代表框的中心坐标x（x/图片的宽），y（y/图片的高），框的宽w（w/图片的宽），框的高h（h/图片的高）。

三、数据转换

打开YOLO2COCO工具包

在YOLO2COCO\dataset文件下建立一个yolo_mask文件夹，然后将mask移动到此文件夹下，把也classes.txt移到此处。

 在此文件夹下打开cmd,在jupyter notebook下新建Python执行以下命令（）

import os#operate system 操作系统
os.getcwd()
import random#随机函数
abs_path = os.getcwd()
labels_dir = os.path.join(abs_path,'mask','labels')#获取标签文件
files = os.listdir(labels_dir)#列举所有的标签文件名字
random.shuffle(files)#打乱顺序
total_number = len(files)
train_number = int(total_number * 0.7)#训练集数量
val_number = total_number -  train_number#验证集数量

f_train = open("train.txt","w")#以写的方式，打开一个文件，如果没有就新建
f_val = open("val.txt","w")#以写的方式，打开一个文件，如果没有就新建
nomask = 0
mask = 0
for txt_file in files:
    txt_path = os.path.join(labels_dir,txt_file)#获取txt的绝对路径
    f = open(txt_path,'r')#打开txt
    cls = f.readline()[0]#标签
    if cls == '0':
        nomask += 1
    elif cls == '1':
        mask += 1
    else:
        continue

nnomask = 0
nmask = 0
for txt_file in files:
    txt_path = os.path.join(labels_dir,txt_file)#获取txt的绝对路径
    path_1st = txt_path.split("\\")#根据路径拆分
    path_1st[-2] = "images"
    path_1st[-1] = path_1st[-1].split(".")[0] + ".jpg"
    dst_path = "/".join(path_1st[-5:]) + "\n"
    f = open(txt_path,'r')#以读的方式，打开txt
    cls = f.readline()[0]#标签,一行一行的读取第一个数字，并赋值到cls
    if cls == '0' and nnomask < int(nomask * 0.7):#7
        nnomask += 1
        f_train.write(dst_path)
    elif cls == '0' and nnomask >= int(nomask * 0.7):#3
        nnomask += 1
        f_val.write(dst_path)
    elif cls == '1' and nmask < int(mask * 0.7):#7
        nmask += 1
        f_train.write(dst_path)
    elif cls == '1' and nmask >= int(mask * 0.7):#3
        nmask += 1
        f_val.write(dst_path)
    else:
        continue
f_train.close()#操作完关闭文件
f_val.close()#操作完关闭文件

for txt_file in files:
    txt_path = os.path.join(labels_dir,txt_file)#获取txt的绝对路径
    print(txt_path)

在YOLO2COCO文件夹下启动cmd，在虚拟环境中结合自身情况执行以下命令

python yolov5_2_coco.py --dir_path <yolo_mask的绝对路径>

成功后有路径下有如图所选文件

然后，将它打包成zip，准备上传AI Studio训练。

四、总结 

数据集及YOLO2COCO工具包：之后补充~

以上代码仅供参考