关键词：
前言
之前对于xml格式的YOLO数据集，之前记录过如何用imgaug对其进行数据增强。不过DOTA数据集采用的是txt格式的旋转框标注，因此不能直接套用，只能另辟蹊径。
DOTA数据集简介
DOTA数据集全称：Dataset for Object deTection in Aerial images
DOTA数据集v1.0共收录2806张4000 × 4000的图片，总共包含188282个目标。
DOTA数据集论文介绍：https://arxiv.org/pdf/1711.10398.pdf
数据集官网：https://captain-whu.github.io/DOTA/dataset.html
DOTA数据集总共有3个版本
DOTAV1.0
- 类别数目：15
- 类别名称：plane, ship, storage tank, baseball diamond, tennis court, basketball court, ground track field, harbor, bridge, large vehicle, small vehicle, helicopter, roundabout, soccer ball field , swimming pool
DOTAV1.5
- 类别数目：16
- 类别名称：plane, ship, storage tank, baseball diamond, tennis court, basketball court, ground track field, harbor, bridge, large vehicle, small vehicle, helicopter, roundabout, soccer ball field, swimming pool , container crane
DOTAV2.0
- 类别数目：18
- 类别名称：plane, ship, storage tank, baseball diamond, tennis court, basketball court, ground track field, harbor, bridge, large vehicle, small vehicle, helicopter, roundabout, soccer ball field, swimming pool, container crane, airport , helipad
DOTAV2.0版本，备份在我的GitHub上。
https://github.com/zstar1003/Dataset
本实验演示选择的是DOTA数据集中的一张图片，原图如下：
标签如下：
每个对象有10个数值，前8个代表一个矩形框四个角的坐标，第9个表示对象类别，第10个表示识别难易程度，0表示简单，1表示困难。
使用JDet中的visualization.py将标签可视化，效果如下图所示：
注：由于可视化代码需要坐标点输入为整数，因此后续给输出对象坐标点进行了取整操作，这会损失一些精度。
数据增强及可视化
数据增强代码主要参考的是这篇博文：目标识别小样本数据扩增
调整亮度
这里通过skimage.exposure.adjust_gamma来调整亮度：
# 调整亮度
def changeLight(img, inputtxt, outputiamge, outputtxt):
# random.seed(int(time.time()))
flag = random.uniform(0.5, 1.5) # flag>1为调暗,小于1为调亮
label = round(flag, 2)
(filepath, tempfilename) = os.path.split(inputtxt)
(filename, extension) = os.path.splitext(tempfilename)
outputiamge = os.path.join(outputiamge + "/" + filename + "_" + str(label) + ".png")
outputtxt = os.path.join(outputtxt + "/" + filename + "_" + str(label) + extension)
ima_gamma = exposure.adjust_gamma(img, 0.5)
shutil.copyfile(inputtxt, outputtxt)
cv.imwrite(outputiamge, ima_gamma)
添加高斯噪声
添加高斯噪声需要先将像素点进行归一化(/255）
# 添加高斯噪声
def gasuss_noise(image, inputtxt, outputiamge, outputtxt, mean=0, var=0.01):
'''
mean : 均值
var : 方差
'''
image = np.array(image / 255, dtype=float)
noise = np.random.normal(mean, var ** 0.5, image.shape)
out = image + noise
if out.min() < 0:
low_clip = -1.
else:
low_clip = 0.
out = np.clip(out, low_clip, 1.0)
out = np.uint8(out * 255)
(filepath, tempfilename) = os.path.split(inputtxt)
(filename, extension) = os.path.splitext(tempfilename)
outputiamge = os.path.join(outputiamge + "/" + filename + "_gasunoise_" + str(mean) + "_" + str(var) + ".png")
outputtxt = os.path.join(outputtxt + "/" + filename + "_gasunoise_" + str(mean) + "_" + str(var) + extension)
shutil.copyfile(inputtxt, outputtxt)
cv.imwrite(outputiamge, out)
调整对比度
# 调整对比度
def ContrastAlgorithm(rgb_img, inputtxt, outputiamge, outputtxt):
img_shape = rgb_img.shape
temp_imag = np.zeros(img_shape, dtype=float)
for num in range(0, 3):
# 通过直方图正规化增强对比度
in_image = rgb_img[:, :, num]
# 求输入图片像素最大值和最小值
Imax = np.max(in_image)
Imin = np.min(in_image)
# 要输出的最小灰度级和最大灰度级
Omin, Omax = 0, 255
# 计算a 和 b的值
a = float(Omax - Omin) / (Imax - Imin)
b = Omin - a * Imin
# 矩阵的线性变化
out_image = a * in_image + b
# 数据类型的转化
out_image = out_image.astype(np.uint8)
temp_imag[:, :, num] = out_image
(filepath, tempfilename) = os.path.split(inputtxt)
(filename, extension) = os.path.splitext(tempfilename)
outputiamge = os.path.join(outputiamge + "/" + filename + "_contrastAlgorithm" + ".png")
outputtxt = os.path.join(outputtxt + "/" + filename + "_contrastAlgorithm" + extension)
shutil.copyfile(inputtxt, outputtxt)
cv.imwrite(outputiamge, temp_imag)
旋转
旋转本质上是利用仿射矩阵，这里预留了接口参数，可以自定义旋转角度
# 旋转
def rotate_img_bbox(img, inputtxt, temp_outputiamge, temp_outputtxt, angle, scale=1):
nAgree = angle
size = img.shape
w = size[1]
h = size[0]
for numAngle in range(0, len(nAgree)):
dRot = nAgree[numAngle] * np.pi / 180
dSinRot = math.sin(dRot)
dCosRot = math.cos(dRot)
nw = (abs(np.sin(dRot) * h) + abs(np.cos(dRot) * w)) * scale
nh = (abs(np.cos(dRot) * h) + abs(np.sin(dRot) * w)) * scale
(filepath, tempfilename) = os.path.split(inputtxt)
(filename, extension) = os.path.splitext(tempfilename)
outputiamge = os.path.join(temp_outputiamge + "/" + filename + "_rotate_" + str(nAgree[numAngle]) + ".png")
outputtxt = os.path.join(temp_outputtxt + "/" + filename + "_rotate_" + str(nAgree[numAngle]) + extension)
rot_mat = cv.getRotationMatrix2D((nw * 0.5, nh * 0.5), nAgree[numAngle], scale)
rot_move = np.dot(rot_mat, np.array([(nw - w) * 0.5, (nh - h) * 0.5, 0]))
rot_mat[0, 2] += rot_move[0]
rot_mat[1, 2] += rot_move[1]
# 仿射变换
rotat_img = cv.warpAffine(img, rot_mat, (int(math.ceil(nw)), int(math.ceil(nh))), flags=cv.INTER_LANCZOS4)
cv.imwrite(outputiamge, rotat_img)
save_txt = open(outputtxt, 'w')
f = open(inputtxt)
for line in f.readlines():
line = line.split(" ")
x1 = float(line[0])
y1 = float(line[1])
x2 = float(line[2])
y2 = float(line[3])
x3 = float(line[4])
y3 = float(line[5])
x4 = float(line[6])
y4 = float(line[7])
category = str(line[8])
dif = str(line[9])
point1 = np.dot(rot_mat, np.array([x1, y1, 1]))
point2 = np.dot(rot_mat, np.array([x2, y2, 1]))
point3 = np.dot(rot_mat, np.array([x3, y3, 1]))
point4 = np.dot(rot_mat, np.array([x4, y4, 1]))
x1 = round(point1[0], 3)
y1 = round(point1[1], 3)
x2 = round(point2[0], 3)
y2 = round(point2[1], 3)
x3 = round(point3[0], 3)
y3 = round(point3[1], 3)
x4 = round(point4[0], 3)
y4 = round(point4[1], 3)
# string = str(x1) + " " + str(y1) + " " + str(x2) + " " + str(y2) + " " + str(x3) + " " + str(y3) + " " + str(x4) + " " + str(y4) + " " + category + " " + dif
string = str(int(x1)) + " " + str(int(y1)) + " " + str(int(x2)) + " " + str(int(y2)) + " " + str(
int(x3)) + " " + str(int(y3)) + " " + str(int(x4)) + " " + str(int(y4)) + " " + category + " " + dif
save_txt.write(string)
翻转图像
翻转图像使用cv.flip进行
# 翻转图像
def filp_pic_bboxes(img, inputtxt, outputiamge, outputtxt):
(filepath, tempfilename) = os.path.split(inputtxt)
(filename, extension) = os.path.splitext(tempfilename)
output_vert_flip_img = os.path.join(outputiamge + "/" + filename + "_vert_flip" + ".png")
output_vert_flip_txt = os.path.join(outputtxt + "/" + filename + "_vert_flip" + extension)
output_horiz_flip_img = os.path.join(outputiamge + "/" + filename + "_horiz_flip" + ".png")
output_horiz_flip_txt = os.path.join(outputtxt + "/" + filename + "_horiz_flip" + extension)
h, w, _ = img.shape
# 垂直翻转
vert_flip_img = cv.flip(img, 1)
cv.imwrite(output_vert_flip_img, vert_flip_img)
# 水平翻转
horiz_flip_img = cv.flip(img, 0)
cv.imwrite(output_horiz_flip_img, horiz_flip_img)
# ---------------------- 调整boundingbox ----------------------
save_vert_txt = open(output_vert_flip_txt, 'w')
save_horiz_txt = open(output_horiz_flip_txt, 'w')
f = open(inputtxt)
for line in f.readlines():
line = line.split(" ")
x1 = float(line[0])
y1 = float(line[1])
x2 = float(line[2])
y2 = float(line[3])
x3 = float(line[4])
y3 = float(line[5])
x4 = float(line[6])
y4 = float(line[7])
category = str(line[8])
dif = str(line[9])
vert_string = str(int(round(w - x1, 3))) + " " + str(int(y1)) + " " + str(int(round(w - x2, 3))) + " " + str(
int(y2)) + " " + str(int(round(w - x3, 3))) + " " + str(int(y3)) + " " + str(
int(round(w - x4, 3))) + " " + str(int(y4)) + " " + category + " " + dif
horiz_string = str(int(x1)) + " " + str(int(round(h - y1, 3))) + " " + str(int(x2)) + " " + str(
int(round(h - y2, 3))) + " " + str(int(x3)) + " " + str(int(round(h - y3, 3))) + " " + str(
int(x4)) + " " + str(int(round(h - y4, 3))) + " " + category + " " + dif
save_horiz_txt.write(horiz_string)
save_vert_txt.write(vert_string)
平移图像
平移图像本质也是利用仿射矩阵
# 平移图像
def shift_pic_bboxes(img, inputtxt, outputiamge, outputtxt):
w = img.shape[1]
h = img.shape[0]
x_min = w # 裁剪后的包含所有目标框的最小的框
x_max = 0
y_min = h
y_max = 0
f = open(inputtxt)
for line in f.readlines():
line = line.split(" ")
x1 = float(line[0])
y1 = float(line[1])
x2 = float(line[2])
y2 = float(line[3])
x3 = float(line[4])
y3 = float(line[5])
x4 = float(line[6])
y4 = float(line[7])
category = str(line目标检测yolo+dota：小样本检测策略(代码片段)
前言之前在使用YOLOv5跑xView数据集时，发现准确率还是非常低的。在网上冲浪时，我发现了一种小样本检测策略：那就是把大分辨率的图片分割成小块进行训练，然后再输入大图进行检测。那么本篇博文就使用DOTA... 查看详情
使用dota数据集训练fasterr-cnn模型(代码片段)
...训练及测试过程 使用FasterR-CNN算法在DOTA数据集上实现目标检测。 使用FasterR-CNN算法在VOC2007数据集上实现目标检测的详细步骤→Windows10+Faster-RCNN-TensorFlow-Python3-master+VOC2007数据集。一、所需文件下载链接FasterR-CNN源码... 查看详情
使用dota数据集训练fasterr-cnn模型(代码片段)
...训练及测试过程 使用FasterR-CNN算法在DOTA数据集上实现目标检测。 使用FasterR-CNN算法在VOC2007数据集上实现目标检测的详细步骤→Windows10+Faster-RCNN-TensorFlow-Python3-master+VOC2007数据集。一、所需文件下载链接FasterR-CNN源码... 查看详情
使用dota数据集训练fasterr-cnn模型(代码片段)
...训练及测试过程 使用FasterR-CNN算法在DOTA数据集上实现目标检测。 使用FasterR-CNN算法在VOC2007数据集上实现目标检测的详细步骤→Windows10+Faster-RCNN-TensorFlow-Python3-master+VOC2007数据集。一、所需文件下载链接FasterR-CNN源码... 查看详情
商品检测数据集训练目标检测数据集与标记(代码片段)
目标检测数据集与标记学习目标1.常用目标检测数据集2.pascalvoc数据集介绍3.XML4.数据集标记工具介绍4.1介绍4.2安装5.商品数据集标记5.1需求介绍5.2标记6.总结学习目标目标了解常用目标检测数据集了解数据集构成了解数据集标记的... 查看详情
dotav1.5数据集：基于航空图像的大规模目标检测数据集
参考技术A 目标检测是计算机视觉任务中一个具有挑战性的方向。尽管在过去十年中目标检测在自然场景中有了重大突破，但是在航拍图像的进展是十分缓慢的，这不仅是因为地球表面相同类别物体的规模、方向和形状... 查看详情
遥感图像目标检测数据集
目前国内外开发了很多可以用于遥感图像目标检测任务的公开基准数据集，常用的有NWPUVHR-10和DOTA两种。NWPUVHR-10提取码：73z5NWPUVHR-10遥感数据集是由西北工业大学公布的用于遥感图像目标检测的公开数据集，包含1... 查看详情
coco_01数据集介绍coco目标检测分割数据集格式(代码片段)
文章目录1COCO数据集介绍2COCO数据集目标检测和分割格式2.1images2.2categories2.3annotations参考1COCO数据集介绍COCO数据集是常用的目标检测和分割数据集，可以用于分类、目标检测、分割以及人体关键点检测等任务，这里我们重... 查看详情
voc数据集目标检测(代码片段)
最近在做与目标检测模型相关的工作,很多都要求VOC格式的数据集.PASCALVOC挑战赛（ThePASCALVisualObjectClasses）是一个世界级的计算机视觉挑战赛,PASCAL全称：PatternAnalysis,StaticalModelingandComputationalLearning，是一个由欧盟资助的网络组织。... 查看详情
目标检测实战教程01-使用labelimg标注目标检测数据集|voc转coco数据集(代码片段)
目标检测实战教程01-使用labelimg标注目标检测数据集|voc转COCO数据集b站视频演示：B站视频教学对图像进行编号将收集到的图像进行编号方便统一管理，编号代码如下importospath="E:\\\\image1"filelist=os.listdir(path)#该... 查看详情
深度学习目标检测：yolov5实现车辆检测(含车辆检测数据集+训练代码)(代码片段)
深度学习目标检测：YOLOv5实现车辆检测(含车辆检测数据集+训练代码) 目录YOLOv5实现车辆检测(含车辆检测数据集+训练代码)1.前言2.车辆检测数据集说明（1）车辆检测数据集（2）自定义数据集3.基于YOLOv5... 查看详情
深度学习目标检测：yolov5实现车辆检测(含车辆检测数据集+训练代码)(代码片段)
深度学习目标检测：YOLOv5实现车辆检测(含车辆检测数据集+训练代码) 目录YOLOv5实现车辆检测(含车辆检测数据集+训练代码)1.前言2.车辆检测数据集说明（1）车辆检测数据集（2）自定义数据集3.基于YOLOv5... 查看详情
目标检测小脚本：提取训练集图片与标签并更新索引(代码片段)
问题场景在做目标检测任务时，我想提取训练集的图片单独进行外部数据增强。因此，需要根据划分出的train.txt来提取训练集图片与标签。需求实现我使用VOC数据集进行测试，实现比较简单。importshutilif__name__==&... 查看详情
目标检测小脚本：数据集划分(代码片段)
需求内容之前写了一篇【目标检测】YOLOv5跑通VOC2007数据集里面写了个脚本是将xml标注格式转换称Yolo格式，同时读取数据集划分。在训练自己的数据时，我发现没有现成的数据集划分文件，于是就写了这个小脚本来读... 查看详情
使用python将dota数据集的格式转换成voc2007数据集的格式(代码片段)
...;文件夹ImageSets中存放的是图像划分的集合的txt文件，目标 查看详情
使用python将dota数据集的格式转换成voc2007数据集的格式(代码片段)
...;文件夹ImageSets中存放的是图像划分的集合的txt文件，目标 查看详情
基于mmrotate训练自定义数据集做旋转目标检测2022-3-30(代码片段)
...的成员之一。里面包含了rcnn、fasterrcnn、r3det等各种旋转目标的检测模型，适合于遥感图像领域的目标检测。1.MMrotate下载MMrotate包下载：下载链接目录结构如下：2.环境安装所需要的依赖环境：Linux&WindowsPython3.7&#... 查看详情
目标检测yolov5跑通visdrone数据集(代码片段)
...据集VisDrone和遥感数据集xView，这反映了官方也是在小目标检测中在偷偷发力。这篇博文就来记录如何用YOLOv5跑通VisDrone数据集。数据集我已上传到网盘里，有需要的读者可以进行下载：https://pan.baidu.com 查看详情