对于一些高分辨率的图片,需要分块处理。但有时我们的数据集已经在原图上标注好了,再分块处理可能面临重新标注分块后的图片,这样是很麻烦的,所以提供代码:不需要重新标记分块后的图片,只需要对原数据集进行处理就可以得到,分块后的图片,以及含有目标的块图片的xml文件(VOC格式数据集)。
github:https://github.com/Wubuhe/Auto_splitimg
导读:
- 通过解析XML文件在原图上进行显示,不修改xml文件,仅生成新图。
- 均匀切割成M*N张图片,不修改xml文件,仅生成新图。
- 通过解析XML文件,寻找到原图缺陷目标所在位置,通过文件中设置的大小,生成当前缺陷目标所在的图片,并生成新的图片和XML文件。
Auto_splitimg
高分辨率小目标;图像分割
原图:[外链图片转存失败]
图片来源:[http://robotics.pkusz.edu.cn/resources/dataset/]
图片分辨率:3034*1586
一、通过auto_split_img_test05.py
通过解析XML文件在原图上进行显示,不修改xml文件,仅生成新图。
生成图片
二、通过auto_split_img_test03.py
均匀切割成M*N张图片,不修改xml文件,仅生成新图。
生成图片:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-aKNBI40d-1621838543908)(https://user-images.githubusercontent.com/57471141/114347773-12f03b00-9b98-11eb-8bb0-f2aee2eca161.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RsgNKfVb-1621838543909)(https://user-images.githubusercontent.com/57471141/114347851-3a470800-9b98-11eb-99bc-fff04db14f81.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EPGlcQQi-1621838543910)(https://user-images.githubusercontent.com/57471141/114347900-52b72280-9b98-11eb-9253-ef64da8569dd.png)]
三、通过auto_split_img_test02.py
通过解析XML文件,寻找到原图缺陷目标所在位置,通过文件中设置的大小,生成当前缺陷目标所在的图片,并生成新的图片和XML文件。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vYxEGzry-1621838543912)(https://user-images.githubusercontent.com/57471141/114348350-fbfe1880-9b98-11eb-92f6-521373aef686.png)]
xml:生成展示:
四、使用建议
通过test02生成相应数据集合进行模型训练,通过03将检测图片进行分割后放入模型进行检测。
所有代码来源网络,本人仅负责收集并修改一部分。主要目的是为了像本人一样又菜又爱玩的同学可以进行基本的实验。
独立自主、自力更生!!!
参考:
https://blog.csdn.net/weixin_43384257/article/details/100727544
https://blog.csdn.net/m0_37615398/article/details/84982384
https://blog.csdn.net/gusui7202/article/details/87969534