LinMao's Blog
学习科研记录与分享!

水果识别-数据集制作

水果识别

水果识别-搭建框架
水果识别-数据集制作
水果识别-训练
水果识别-测试

数据集制作包括:

  • 图片获取
  • 图片标注
  • 处理成VOC数据集格式
  1. 图片获取因为需要很多的照片,所以为了效率也为了不把快门按到手软,于是先拍个视频然后把视频转化成图片。用ffmpeg工具。安装ffmpeg工具

    将视频转成图片

    ./test/video.mp4 表示要转化的视频

    10 表示每秒保存10帧

    ./destination 表示转的的图片存储目录

    %05d.jpg 图片命名规则,表示5位数不够用0补足,除了.jpg还可以是.png、.bmp等格式

  2. 图片标注,安装使用labelImg
    Python 2 + Qt4

    Python 3 + Qt5 (Recommended)

    然后在图形用户界面标记图片,标记后会生成xml文件。

    操作界面:

    loading

    相应图片与生成的xml文件如下所示:

    loading

    loading

  3. 然后把标记后的图片保存成VOC数据集的格式,数据集结构为:

    在水果识别中只用到了Annotations,ImageSets,JPEGImages这三个文件夹。把第二步生成的xml文件放在Annotations文件夹中,把原图放在JPEGImages文件夹中,并且让每个jpg图片对应一个xml文件。ImageSets中在这里只用到了Main文件夹,其他的在识别水果中都用不到。Main文件夹中存放train.txt,test.txt等文件,指定哪些数据用来训练哪些数据用来测试,里面保存不带后缀的图片名称列表,在这里只要训练用到的train.txt文件。所以这里用到的数据集是修改过得VOC数据集,结构为:

    同时注意外层文件夹命名成VOC2007(一定是名字+年份,因为后面作为参数输入是直接输入的年份)。这样数据集就做好了,做好的训练集放在/darknet/scripts/VOCdevkit目录下,然后准备训练。
赞(2) 打赏
转载请注明出处:LinMao's Blog(林茂的博客) » 水果识别-数据集制作

评论 5

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

LinMao's Blog(林茂的博客)

了解更多联系我们

觉得文章有用就打赏一下作者吧~

支付宝扫一扫打赏

微信扫一扫打赏