wangpeisyuan/customed-dataset-for-maskrcnn

README

pytorch 版本: torch 1.7.1 torchaudio 0.7.2 torchvision 0.8.2

照片標記

使用labelme標記會產生json檔，需要把他轉乘maskRCNN看得懂的mask

1. 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 :::

2. 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 :::

自訂義資料集

• 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

:::

畫bbox

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)