pytorch 版本: torch 1.7.1 torchaudio 0.7.2 torchvision 0.8.2
使用labelme標記會產生json檔,需要把他轉乘maskRCNN看得懂的mask
- 工具: labelme :::info multiple class標記方式: 假設有cat跟dog兩種class分別有好多個,標記物件的lable我的方法是這樣
cat: cat1, cat2, cat3...
dog: dog1, dog2, dog3...
這樣再將json轉成label.png的時候才會將每個dog(或class)視為不同物件,給予不同的像素標記
我也有看到有人是給所有dog都標dog但給不同group id但如果用我轉換資料的方式會變成所有狗都是同一個物件,可能有別種轉換方式我不知道XD :::
- 批量轉換 建立.bat檔於產生.json的同層資料夾下,並執行.bat檔 執行後每個json檔都會產生一個資料夾,裡面包含img.png、label.png、label_names.txt、lable_viz.png
@echo off
for %%i in (*.json) do labelme_json_to_dataset "%%i"
pause
:::warning 若資料集為multiple class需要多產生一個info.yaml,續修改labelme_json_to_dataset參考資料 ::: 3. 16bits轉8bits 將每個資料夾中label.png轉換成8bits的.png
def img_16to8():
from PIL import Image
import numpy as np
import shutil
import os
src_dir = r'E:\code\Tongue_detect\train_data\labelme_json'
dest_dir = r'E:\code\Tongue_detect\train_data\cv2_mask'
for child_dir in os.listdir(src_dir):
new_name = child_dir.split('_')[0] + '.png'
old_mask = os.path.join(os.path.join(src_dir, child_dir), 'label.png')
img = Image.open(old_mask)
img = Image.fromarray(np.uint8(np.array(img)))
new_mask = os.path.join(dest_dir, new_name)
img.save(new_mask)
if __name__ == "__main__":
img_16to8()
:::warning 圖片務必為png,jpg會出事 :::
- input
- image.png
- mask.png
- info.yaml
- output
- image(影像本生資訊)
- target
- labels
- masks
- boxes(標記框)
- area (標記框大小)
- iscrowd (iscrowd=1忽略此標記框)
- image_id :::info 剛剛標記的時候把每個物件label都是unique的,所以為了得到每個物件正確的類別需要多一個info.yaml
dog1, dog2, dog3 -> 1
cat1, cat2, cat3 -> 2
:::
maskRCNN output的bbox是以mask的最左上角和最右下角的點畫出來的,不是旋轉的bbox 用cv2.findContours可以框出圍住物體的最小矩形(旋轉bbox)