YOLO 批量检测 TUM 数据集保存检测结果

本帖原文：链接
代码：链接

YOLO 批量检测 TUM 数据集保存检测结果

0. 主要工作：

• 在 darknet.c 中添加了 detect_tum_batch 命令；
• 在 detector.c 中添加了读取数据集图片的函数 test_detector_tum_batch()；
• 在 image.c 中添加了绘制与保存结果的函数 draw_save_detections()。
• 代码：https://github.com/wuxiaolang/darknet

1. 指令与效果

• TUM 数据集
  指令：

./darknet detect_tum_batch [path_of_cfg] [path_of_weight] [path_of_dataset] [output_folder] [-thresh thresh]

  例如：

./darknet detect_tum_batch cfg/yolov3.cfg yolov3.weights /home/wu/data/dataset/rgbd_dataset_freiburg1_desk/ /home/wu/data/ -thresh 0.4

  注意：请在 [output_folder] 下创建 yolo_imgs 和 yolo_txts 文件夹来存放绘制了检测框的图片和检测框 txt 信息。

• 其他数据集：可仿照下面的函数写，后续用到的时候再添加其他数据集命令。

2. 在 darknet.c 中添加指令参数

• 具体代码：darknet.c
• 在 main 函数中添加输入的第二个参数 detect_tum_batch

else if (0 == strcmp(argv[1], "detect_tum_batch"))
{
     // 读取阈值，默认为 0.5.
     float thresh = find_float_arg(argc, argv, "-thresh", .5);
     // @PARAM    input_folder   输入数据集路径.
     char *input_folder = (argc > 4) ? argv[4]: 0;
     // @PARAM    output_folder  输出结果存放路径.
     char *output_folder = (argc > 5) ? argv[5]: 0;
     // 开始处理.
     test_detector_tum_batch(   "cfg/coco.data", 
                                argv[2],            /* 网络模型 */
                                argv[3],            /* 权重文件 */
                                input_folder,       /* 输入数据集路径 */
                                output_folder,      /* 输出的结果路径 */
                                thresh, 
                                .5);
}

3. 在 detector.c 中添加读取图片函数

• 具体代码：detector.c
• 在 detector.c 中添加上一步中用到的函数

void test_detector_tum_batch(   char *datacfg,      /* cfg/coco.data */
                                char *cfgfile,      /* 网络模型 */
                                char *weightfile,   /* 权重文件 */
                                char *input_folder, /* 输入数据集路径 */
                                char *output_folder,/* 输出结果保存路径 */
                                float thresh,       /* 置信度阈值 */
                                float hier_thresh)
{……}

• 下面是处理的主要步骤。

3.1 读取数据集路径下的 rgb.txt 文件

• 由于给出的路径是 ~/dataset/rgbd_dataset_freiburg1_desk/ ，数据集图片存放在 ~/dataset/rgbd_dataset_freiburg1_desk/rgb，图片名存放在 ~/dataset/rgbd_dataset_freiburg1_desk/rgb.txt 中，首先读取 rgb.txt 文件：

// NOTE 读取图像文件列表 rgb.txt. rgb_txt_path = ~/dataset/rgbd_dataset_freiburg1_desk/rgb.txt
char buff[256];
char *rgb_txt_path = buff;
strncpy(rgb_txt_path, input_folder, 256); // input_folder 还是 ~/dataset/rgbd_dataset_freiburg3_long_office_household/
FILE *fp_rgb_txt = fopen(strcat(rgb_txt_path,"rgb.txt"), "r");

3.2 读取图片文件名

• rgb.txt 存储的内容形式如下，不考虑前三行，后面每行分别为时间戳和文件名：

# color images
# file: 'rgbd_dataset_freiburg1_desk.bag'
# timestamp filename
1305031452.791720 rgb/1305031452.791720.png
1305031452.823674 rgb/1305031452.823674.png
1305031452.859642 rgb/1305031452.859642.png
1305031452.891726 rgb/1305031452.891726.png
1305031452.923715 rgb/1305031452.923715.png
1305031452.959701 rgb/1305031452.959701.png
1305031452.991647 rgb/1305031452.991647.png
1305031453.023650 rgb/1305031453.023650.png
1305031453.059754 rgb/1305031453.059754.png
1305031453.091704 rgb/1305031453.091704.png

• 读取 19-43 列的图片文件名 img_name，再添加路径得到 input_img_name
  • 另外需注意 txt 文件的前三行无效，需要跳过

while(!feof(fp_rgb_txt))
{
    img_counter++;

    memset(szTest, 0, sizeof(szTest));
    fgets(szTest, sizeof(szTest) - 1, fp_rgb_txt); // 包含了换行符
        
    // 前三行无效不存储，但得遍历读取，所以这个判断在上两行后面.
    if( img_counter < 0)
        continue;

    strncpy(img_name, szTest+18, 25);               // 每行前面 18位为时间戳，后面是文件名.
    sprintf(input_img_name, "%s%s", input_folder, img_name);
}
fclose(fp_rgb_txt);

• 输出检测的图片结果，输出在 output_folder/yolo_imgs 中

// NOTE 输出图片.
strncpy(output_file, output_folder, 256);
char frame_index_c3[256];
sprintf(frame_index_c3,"/yolo_imgs/%04d_yolo_%.2f",img_counter,thresh);  // format into 6 digit
char * result_img = strcat(output_file,frame_index_c3);

4. 在 image.c 中添加保存结果函数

• 具体代码：image.c
• 此函数仿写的 draw_detections()，具体详见：

void draw_save_detections(  image im, 
                            detection *dets, 
                            int num, 
                            float thresh, 
                            char **names, 
                            image **alphabet, 
                            int classes,
                            FILE *save_txt)
{……}

• 分别保存 类别、左上角坐标 + 宽 + 长、置信度，也可以修改为类别在 coco.name 中的编号，左上角和右下角坐标

// NOTE 左上角坐标和右下脚坐标
int left  = (b.x-b.w/2.)*im.w;
int top   = (b.y-b.h/2.)*im.h;
int right = (b.x+b.w/2.)*im.w;
int bot   = (b.y+b.h/2.)*im.h;

if(left < 0) left = 0;
if(right > im.w-1) right = im.w-1;
if(top < 0) top = 0;
if(bot > im.h-1) bot = im.h-1;
            
// NOTE 分别写入类别和坐标
fprintf(save_txt,"%s\t%d\t%d\t%d\t%d\t%.2f\n", names[class], left, top, right-left, bot-top, dets[i].prob[class]);

• 输出 txt 结果

    book	450	110	189	253	0.50
keyboard	70	294	260	185	0.79
    mouse	255	258	63	38	0.81
    laptop	3	46	238	310	0.41
tvmonitor	224	0	243	234	0.61

---

2019.03.11
wuyanminmax@gmail.com