Pytorch学习笔记（五）

最新推荐文章于 2024-06-13 10:56:25 发布

Hygge0+

最新推荐文章于 2024-06-13 10:56:25 发布

阅读量589

点赞数 1

分类专栏：深度学习文章标签：深度学习计算机视觉目标检测

本文链接：https://blog.csdn.net/weixin_56744177/article/details/128190248

版权

深度学习专栏收录该内容

14 篇文章 0 订阅

订阅专栏

①VOC数据集，常用VOC2007和VOC2012

目标检测

01 相关概念

什么是目标检测？输入图片，检测出目标位置与类别

什么是目标？在应用场景中抽象出目标。

eg：人脸检测——人脸-目标

文字检测——文字-目标

主流的目标检测，都是以矩阵框的形式进行输出的。更高精度的通常叫做语义分割。

02 数据集

开源数据集

①VOC数据集，常用VOC2007和VOC2012

下载方式：

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

2>Pytorch dataset

数据集标注：

Annotations: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

ImageSet：主要关注Main文件夹的内容，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

SegmentationClass/Object:用于语义分割

②COCO数据集,常用COCO2017

官网：https://cocodataset.org

数据集标注：

.json文件

更正：在COCO标注中，bbox中后两个数值不是右下角坐标，而是标注框的宽度和高度

标注自己的数据集

在线标注数据集工具：

（网站）比较推荐，可以使用model自动标注

www.makesense.ai

Computer Vision Annotation Tool (http://cvat.org)

（本地）软件安装比较麻烦，且有一定限制

精灵标注助手只能导出voc格式

vott

03 Pytorch加载数据集

前提：

1.Pytorch环境配置

2.了解Pytorch的数据结构

元组 a=(1,2) a[0]

字典 b={'gzh':'hygge','username':'zz'} b['username']

数组c=[1,2,3] c[1]

用Pytorch读取COCO数据集

import torchvision
from PIL import ImageDraw

coco_dataset=torchvision.datasets.CocoDetection(root=r"D:\\XunLei_Download\\COCO2017\\val2017",
                                                annFile=r"D:\\XunLei_Download\\COCO2017\\annotations\\instances_val2017.json")
print(coco_dataset[0])
# coco_dataset返回一个元组，元组当中有两个元素。
# 第一个元素是图片 第二个元素是标注
image,info=coco_dataset[0]
image.show()#原始图片
Image_handler=ImageDraw.ImageDraw(image) #PIL库提供的ImageDraw画出图片标注
#info是一个数组 其中含有20个元素
for annotation in info: #annotation是一个字典dict
    x_min,y_min,width,height=annotation['bbox']
    #'bbox'对应的值是list数组 [x_min,y_min,width,height]
    Image_handler.rectangle(((x_min,y_min),(x_min+width,y_min+height)))

image.show()#带有目标标注框的图片

注：由于python=3.9环境下没有相应的pycocotools-windows版本下载，降低python版本可能会导致之前安装的一些包出现不匹配问题，故无法在本地debug、运行观察。