一、目標(biāo)檢測

1.1 labelImg

1.2 介紹

labelImg是一個開源的圖像標(biāo)注工具，用于創(chuàng)建圖像標(biāo)注數(shù)據(jù)集。它提供了一個簡單易用的界面，允許用戶通過繪制邊界框或者創(chuàng)建多邊形來標(biāo)注圖像中的對象。它支持多種常見的標(biāo)注格式，如Pascal VOC、YOLO和COCO等。

使用labelImg，用戶可以加載圖像文件夾，逐個標(biāo)注圖像中的對象，并保存標(biāo)注結(jié)果。該工具還提供了一些快捷鍵和功能，如縮放、移動和刪除標(biāo)注框，以及快速切換到下一張圖像等。此外，labelImg還支持標(biāo)注圖像的困難程度、部分可見性和關(guān)鍵點等。

labelImg是一個跨平臺的工具，可以在Windows、Linux和macOS等操作系統(tǒng)上運(yùn)行。它基于Python和Qt開發(fā)，可以通過pip安裝或從GitHub上獲取源代碼。這使得用戶可以根據(jù)自己的需求進(jìn)行定制和擴(kuò)展。

總而言之，labelImg是一個功能強(qiáng)大、易于使用的圖像標(biāo)注工具，適用于創(chuàng)建各種類型的標(biāo)注數(shù)據(jù)集，從而用于訓(xùn)練和評估計算機(jī)視覺模型。

1.3 安裝

pip install labelImg

1.4 使用

• 在cmd中輸入labelImg，打開目標(biāo)標(biāo)注界面
  
• open dir選擇圖片的文件夾、Change Save Dir選擇label保存的位置、在View下選擇auto save mode可以不用每次都要點擊保存、在File里面選擇YOLO數(shù)據(jù)集的格式(點擊pascalVOC切換)。
• 通過w來選擇標(biāo)注區(qū)域，然后寫上類別名
• 鍵盤輸入a是上一張，d是下一張
• 然后按照這種格式將圖片和label進(jìn)行分開（train和valid同理）

1.5 轉(zhuǎn)換

如果通過labelImg直接得到txt標(biāo)簽文本是不用進(jìn)行轉(zhuǎn)換就可以提供給YOLO進(jìn)行訓(xùn)練的。
如果是保存的XML文本，則需要通過下面代碼進(jìn)行轉(zhuǎn)換。

修改兩個路徑：xml文件地址和創(chuàng)建保存txt文件的地址

import os
import xml.etree.ElementTree as ET# xml文件存放目錄(修改成自己的文件名)
input_dir = r'E:\auto_label\annotation'# 輸出txt文件目錄（自己創(chuàng)建的文件夾）
out_dir = r'E:\auto_label\labels'class_list = []# 獲取目錄所有xml文件
def file_name(input_dir):F = []for root, dirs, files in os.walk(input_dir):for file in files:# print file.decode('gbk')    #文件名中有中文字符時轉(zhuǎn)碼if os.path.splitext(file)[1] == '.xml':t = os.path.splitext(file)[0]F.append(t)  # 將所有的文件名添加到L列表中return F  # 返回L列表# 獲取所有分類
def get_class(filelist):for i in filelist:f_dir = input_dir + "\\" + i + ".xml"in_file = open(f_dir, encoding='UTF-8')filetree = ET.parse(in_file)in_file.close()root = filetree.getroot()for obj in root.iter('object'):cls = obj.find('name').textif cls not in class_list:class_list.append(cls)def ConverCoordinate(imgshape, bbox):# 將xml像素坐標(biāo)轉(zhuǎn)換為txt歸一化后的坐標(biāo)xmin, xmax, ymin, ymax = bboxwidth = imgshape[0]height = imgshape[1]dw = 1. / widthdh = 1. / heightx = (xmin + xmax) / 2.0y = (ymin + ymax) / 2.0w = xmax - xminh = ymax - ymin# 歸一化x = x * dwy = y * dhw = w * dwh = h * dhreturn x, y, w, hdef readxml(i):f_dir = input_dir + "\\" + i + ".xml"txtresult = ''outfile = open(f_dir, encoding='UTF-8')filetree = ET.parse(outfile)outfile.close()root = filetree.getroot()# 獲取圖片大小size = root.find('size')width = int(size.find('width').text)height = int(size.find('height').text)imgshape = (width, height)# 轉(zhuǎn)化為yolov5的格式for obj in root.findall('object'):# 獲取類別名obj_name = obj.find('name').textobj_id = class_list.index(obj_name)# 獲取每個obj的bbox框的左上和右下坐標(biāo)bbox = obj.find('bndbox')xmin = float(bbox.find('xmin').text)xmax = float(bbox.find('xmax').text)ymin = float(bbox.find('ymin').text)ymax = float(bbox.find('ymax').text)bbox_coor = (xmin, xmax, ymin, ymax)x, y, w, h = ConverCoordinate(imgshape, bbox_coor)txt = '{} {} {} {} {}\n'.format(obj_id, x, y, w, h)txtresult = txtresult + txt# print(txtresult)f = open(out_dir + "\\" + i + ".txt", 'a')f.write(txtresult)f.close()# 獲取文件夾下的所有文件
filelist = file_name(input_dir)# 獲取所有分類
get_class(filelist)# 打印class
print(class_list)# xml轉(zhuǎn)txt
for i in filelist:readxml(i)# 在out_dir下生成一個class文件
f = open(out_dir + "\\classes.txt", 'a')
classresult = ''
for i in class_list:classresult = classresult + i + "\n"
f.write(classresult)
f.close()

1.6 驗證

import cv2
import os# 讀取txt文件信息
def read_list(txt_path):pos = []with open(txt_path, 'r') as file_to_read:while True:lines = file_to_read.readline()  # 整行讀取數(shù)據(jù)if not lines:break# 將整行數(shù)據(jù)分割處理，如果分割符是空格，括號里就不用傳入?yún)?shù)，如果是逗號， 則傳入‘，'字符。p_tmp = [float(i) for i in lines.split(' ')]pos.append(p_tmp)  # 添加新讀取的數(shù)據(jù)# Efield.append(E_tmp)passreturn pos# txt轉(zhuǎn)換為box
def convert(size, box):xmin = (box[1] - box[3] / 2.) * size[1]xmax = (box[1] + box[3] / 2.) * size[1]ymin = (box[2] - box[4] / 2.) * size[0]ymax = (box[2] + box[4] / 2.) * size[0]box = (int(xmin), int(ymin), int(xmax), int(ymax))return boxdef draw_box_in_single_image(image_path, txt_path):# 讀取圖像image = cv2.imread(image_path)pos = read_list(txt_path)for i in range(len(pos)):label = classes[int(str(int(pos[i][0])))]print('label is '+label)box = convert(image.shape, pos[i])image = cv2.rectangle(image,(box[0], box[1]),(box[2],box[3]),colores[int(str(int(pos[i][0])))],2)cv2.putText(image, label,(box[0],box[1]-2), 0, 1, colores[int(str(int(pos[i][0])))], thickness=2, lineType=cv2.LINE_AA)cv2.imshow("images", image)cv2.waitKey(0)if __name__ == '__main__':img_folder = "D:\datasets\YOLO/images"img_list = os.listdir(img_folder)img_list.sort()label_folder = "D:\datasets\YOLO/labels"label_list = os.listdir(label_folder)label_list.sort()classes = {0: "cat", 1: "dog"}colores = [(0,0,255),(255,0,255)]for i in range(len(img_list)):image_path = img_folder + "\\" + img_list[i]txt_path = label_folder + "\\" + label_list[i]draw_box_in_single_image(image_path, txt_path)

二、圖像分割

2.1 labelme

2.2 介紹

LabelMe是一個在線圖像標(biāo)注工具，旨在幫助用戶對圖像進(jìn)行標(biāo)注和注釋。它提供了一個簡單易用的界面，讓用戶可以方便地在圖像上繪制邊界框、標(biāo)記點、線條等，并為每個標(biāo)注對象添加文字描述。

LabelMe的主要特點包括：

• 靈活多樣的標(biāo)注工具：LabelMe提供了多種標(biāo)注工具，包括矩形框、多邊形、線條、點等，可以滿足不同類型圖像的標(biāo)注需求。

• 支持多種標(biāo)注任務(wù)：LabelMe適用于各種標(biāo)注任務(wù)，包括對象檢測、語義分割、關(guān)鍵點標(biāo)注等。

• 數(shù)據(jù)的可視化和管理：LabelMe支持將標(biāo)注結(jié)果可視化展示，用戶可以在網(wǎng)頁上查看和編輯標(biāo)注結(jié)果。此外，LabelMe還提供了數(shù)據(jù)管理功能，可以方便地組織和管理大量的標(biāo)注數(shù)據(jù)。

• 數(shù)據(jù)的導(dǎo)入和導(dǎo)出：LabelMe支持將標(biāo)注數(shù)據(jù)導(dǎo)入和導(dǎo)出為常見的數(shù)據(jù)格式，如XML、JSON等，方便與其他機(jī)器學(xué)習(xí)和計算機(jī)視覺工具集成。

總的來說，LabelMe是一個功能強(qiáng)大且易于使用的在線圖像標(biāo)注工具，適用于各種圖像標(biāo)注任務(wù)，并提供了方便的數(shù)據(jù)管理和導(dǎo)入導(dǎo)出功能。

2.3 安裝

pip install labelme -i https://pypi.tuna.tsinghua.edu.cn/simple/

2.4 使用

參考鏈接：點擊

打完標(biāo)簽后，會在我們圖片的目錄下相應(yīng)的生成JSON標(biāo)簽文件，首先我們先驗證一下我們打的標(biāo)簽和圖片是否對應(yīng)，如果沒問題那么我們才轉(zhuǎn)換成YOLO可訓(xùn)練的標(biāo)簽文件。參考代碼如下：

import os, cv2, json
import numpy as npbase_path = '../dataset/labelme_dataset'
path_list = [i.split('.')[0] for i in os.listdir(base_path) if 'json' in i]
print(path_list)
for path in path_list:image = cv2.imread(f'{base_path}/{path}.jpg')h, w, c = image.shapelabel = np.zeros((h, w), dtype=np.uint8)with open(f'{base_path}/{path}.json') as f:mask = json.load(f)['shapes']for i in mask:i = np.array([np.array(j) for j in i['points']])label = cv2.fillPoly(label, [np.array(i, dtype=np.int32)], color=255)image = cv2.bitwise_and(image, image, mask=label)cv2.imshow('Pic', image)cv2.waitKey(0)cv2.destroyAllWindows()

2.5 轉(zhuǎn)換

既然打的標(biāo)簽文件是沒問題的，那么我們開始轉(zhuǎn)換成YOLO可用的TXT文件，轉(zhuǎn)換代碼如下：

import os, cv2, json
import numpy as npclasses = ['square', 'triangle'] # 修改成對應(yīng)的類別base_path = '../dataset/labelme_dataset' # 指定json和圖片的位置
path_list = [i.split('.')[0] for i in os.listdir(base_path)]
for path in path_list:image = cv2.imread(f'{base_path}/{path}.jpg')h, w, c = image.shapewith open(f'{base_path}/{path}.json') as f:masks = json.load(f)['shapes']with open(f'{base_path}/{path}.txt', 'w+') as f:for idx, mask_data in enumerate(masks):mask_label = mask_data['label']if '_' in mask_label:mask_label = mask_label.split('_')[0]mask = np.array([np.array(i) for i in mask_data['points']], dtype=np.float)mask[:, 0] /= wmask[:, 1] /= hmask = mask.reshape((-1))if idx != 0:f.write('\n')f.write(f'{classes.index(mask_label)} {" ".join(list(map(lambda x:f"{x:.6f}", mask)))}')

通過這個代碼可以在當(dāng)前目錄生成對應(yīng)文件名的TXT標(biāo)簽文件，然后我們需要將其劃分為訓(xùn)練集、驗證集和測試集，可通過下面的代碼：

import os, shutil, random
import numpy as nppostfix = 'jpg' # 里面都是jpg圖片
base_path = '../dataset/labelme_dataset' # 原圖片和TXT文件
dataset_path = '../dataset/custom_dataset' # 保存的目標(biāo)位置
val_size, test_size = 0.1, 0.2os.makedirs(dataset_path, exist_ok=True)
os.makedirs(f'{dataset_path}/images', exist_ok=True)
os.makedirs(f'{dataset_path}/images/train', exist_ok=True)
os.makedirs(f'{dataset_path}/images/val', exist_ok=True)
os.makedirs(f'{dataset_path}/images/test', exist_ok=True)
os.makedirs(f'{dataset_path}/labels/train', exist_ok=True)
os.makedirs(f'{dataset_path}/labels/val', exist_ok=True)
os.makedirs(f'{dataset_path}/labels/test', exist_ok=True)path_list = np.array([i.split('.')[0] for i in os.listdir(base_path) if 'txt' in i])
random.shuffle(path_list)
train_id = path_list[:int(len(path_list) * (1 - val_size - test_size))]
val_id = path_list[int(len(path_list) * (1 - val_size - test_size)):int(len(path_list) * (1 - test_size))]
test_id = path_list[int(len(path_list) * (1 - test_size)):]for i in train_id:shutil.copy(f'{base_path}/{i}.{postfix}', f'{dataset_path}/images/train/{i}.{postfix}')shutil.copy(f'{base_path}/{i}.txt', f'{dataset_path}/labels/train/{i}.txt')for i in val_id:shutil.copy(f'{base_path}/{i}.{postfix}', f'{dataset_path}/images/val/{i}.{postfix}')shutil.copy(f'{base_path}/{i}.txt', f'{dataset_path}/labels/val/{i}.txt')for i in test_id:shutil.copy(f'{base_path}/{i}.{postfix}', f'{dataset_path}/images/test/{i}.{postfix}')shutil.copy(f'{base_path}/{i}.txt', f'{dataset_path}/labels/test/{i}.txt')

2.6 驗證

通過結(jié)合TXT標(biāo)簽文件以及圖片來進(jìn)行可視化，以驗證其是否正確。

import os, cv2
import numpy as npimg_base_path = '../dataset/custom_dataset/images/train'
lab_base_path = '../dataset/custom_dataset/labels/train'label_path_list = [i.split('.')[0] for i in os.listdir(img_base_path)]
for path in label_path_list:image = cv2.imread(f'{img_base_path}/{path}.jpg')h, w, c = image.shapelabel = np.zeros((h, w), dtype=np.uint8)with open(f'{lab_base_path}/{path}.txt') as f:mask = np.array(list(map(lambda x:np.array(x.strip().split()), f.readlines())))for i in mask:i = np.array(i, dtype=np.float32)[1:].reshape((-1, 2))i[:, 0] *= wi[:, 1] *= hlabel = cv2.fillPoly(label, [np.array(i, dtype=np.int32)], color=255)image = cv2.bitwise_and(image, image, mask=label)cv2.imshow('Pic', image)cv2.waitKey(0)cv2.destroyAllWindows()