深度学习目标检测入门实战

一、什么是目标检测
二、目标检测常用的数据集（开源）
- （一）VOC数据集
- - （1）背景知识
  - （2）数据集的下载
  - （3）VOC2007 数据集的标注
  - （4）VOC2012 数据集的标注
- （二）COCO 数据集
- - （1）背景知识
  - （2）数据集的下载
  - （3）COCO2017 数据集的标注
三、如何标注自己的数据集
- （一）MakeSense（在线）
- （二）CVAT（在线）（强推！）
- （三）Labelimg（虚拟环境）
- （四）精灵标注助手（本地）
四、如何用Pytorch读取COCO数据集
五、如何用自己的数据集标注成COCO的数据格式

一、什么是目标检测

（一）目标检测：位置 + 类别
主流的目标检测，都是矩阵框的形式输出
在这里插入图片描述

人脸检测：目标-人脸
文字检测：目标-文字

（二）语义分割：更高精度
在这里插入图片描述

二、目标检测常用的数据集（开源）

（一）VOC数据集

官网：http://host.robots.ox.ac.uk/pascal/VOC/

（1）背景知识

很多领域数据集的开源往往都伴随着竞赛的产生，VOC就是PASCAL竞赛中所使用的数据集
比赛形式：

数据集
评分系统

VOC 2005 ~ 2012 发展历史

所以大家更偏向于使用 VOC2007、VOC2012 数据集

（2）数据集的下载

强烈建议把数据集链接复制到迅雷中下载！！！
除了原始官方的下载路径，还有P2P资源，其他人下载此文件，迅雷开着，也愿意分享，我们就可以从这些地方获得资源，可大大提升下载速度

法一：用VOC官网

进入不同年份的竞赛
在 Development Kit 中下载

法二：用Pytorch中的库

这里我们就以下载 VOC2007 和VOC2012为例

.tar是Linux上面的压缩格式，右键解压即可

（3）VOC2007 数据集的标注

VOC2007中的文件

Annotations：其文件夹底下包含了.xml 文件，描述了图片的各种信息，特别是目标的位置坐标

ImageSets：主要关注Main文件夹底下的内容，里面的文件包含了不同类别目标的训练/验证数据集图片名称

JPEGImages：原图片

SementationClass/Object：用于语义分割，我们不关注

（4）VOC2012 数据集的标注

会发现文件夹的结构目录和 VOC2007 的一样，唯一不同的可能就是文件夹中图片的命名方式：年份_图片标号

在这里插入图片描述

对于先前以2008年为分界线，数据集不同的解释
复习解读

（二）COCO 数据集

官网：https://cocodataset.org/#home

（1）背景知识

在这里插入图片描述

Explore:

Download

我们常用的数据集是 COCO2017

（2）数据集的下载

在这里插入图片描述
Train Images 和 Val Images 是一样的目录结构，训练数据集太大了，这里就只下验证集和标注

在这里插入图片描述

（3）COCO2017 数据集的标注

val2017文件夹下

annotations文件夹下

从instances_val2017.json 中截取的一部分

格式化代码的方法

三、如何标注自己的数据集

（一）MakeSense（在线）

链接：https://www.makesense.ai/
在这里插入图片描述
1. 上传图片

2. 打标

3. 导出

导出成 VOC 格式

导出成 YOLO 格式

4. 用 AI 标注的方法（这个网站这个功能加载的好慢）
在这里插入图片描述

（二）CVAT（在线）（强推！）

官网：https://www.cvat.ai/，可以进行多人协作，可以更好的处理大型项目，推荐！
1. 创建Project
在这里插入图片描述

2. 创建task

在这里插入图片描述

在这里插入图片描述
3. 进入task中打标

4. 导出

5. 下载到本地打开

在这里插入图片描述

另：

从这里导出task和在打标界面导出效果相同

CVAT还支持将整个项目直接导出

（三）Labelimg（虚拟环境）

（1）在虚拟环境中安装+启动

# 安装
pip install labelimg -i https://pypi.tuna.tsinghua.edu.cn/simple
# 启动
labelimg

（2）标注
在这里插入图片描述
（3）常见报错

QMimeDatabase: Error loading internal MIME dataAn error has been encountered at line

原因：直接使用了anaconda的base环境（python>3.10)，安装labelimg。安装labelimg的python环境必须低于3.10，否则labelimg会出现闪退。

（四）精灵标注助手（本地）

如果是自制数据集，担心自己数据集的安全性，可以考虑本地，但更推荐用网站在线标注
下载链接：http://www.jinglingbiaozhu.com/
在这里插入图片描述
1. 导入图片

2. 打标

3. 导出

4. 格式化

四、如何用Pytorch读取COCO数据集

（1）准备工作
配环境
在这里插入图片描述
了解读取COCO数据集所用函数

（2）便调试边写代码

在这里插入图片描述

import torchvision
from PIL import ImageDraw# 路径的正确写法
# 1、加 r (加个 r 可代表不进行转义)   2、把 /写成 //   3、把 /写成 \
coco_dataset = torchvision.datasets.CocoDetection(root=r"D:\Python\COCO_Debug\val2017",annFile=r"D:\Python\COCO_Debug\annotations\instances_val2017.json")
image,info = coco_dataset[0]
# 想要画出框，要获得图片的 handler（句柄）
image_handle = ImageDraw.ImageDraw(image)
for annotation in info:x_min,y_min,width,height = annotation['bbox']image_handle.rectangle(((x_min,y_min),(x_min+width,y_min+height)))image.show()

五、如何用自己的数据集标注成COCO的数据格式

在这里插入图片描述

import torchvision
from PIL import ImageDraw# 路径的正确写法
# 1、加 r (加个 r 可代表不进行转义)   2、把 / 写 //   3、把 / 写成 \
coco_dataset = torchvision.datasets.CocoDetection(root=r"MyDataset",annFile=r"MyDataset/mydataset_coco/annotations/instances_default.json")
image,info = coco_dataset[0]
# 想要画出框，要获得图片的handler（句柄）
image_handle = ImageDraw.ImageDraw(image)
for annotation in info:x_min,y_min,width,height = annotation['bbox']image_handle.rectangle(((x_min,y_min),(x_min+width,y_min+height)))image.show()