Mask-RCNN數據集制作

轉自https://blog.csdn.net/pingushen2100/article/details/80513043

一.Mask-RCNN數據集

           

            1.1 訓練Mask-RCNN用的到的文件有三種:原圖像(jpg),mask(png),info.yaml

                    也就是訓練的訓練圖像,掩模(mask),info.yaml里存放的是label的名字:分為背景,物體1,物體2.......的名字

            1.2  圖像的重命名:

                    

            1.3這里我們先創建一個叫train的文件夾,在文件里存放訓練的文件圖像(之后的操作基本都在這里面)

                    我的訓練圖像格式是bmp格式的,所以先轉格式---使用以下python腳本                   

 

    #-*- coding:utf-8 -*-
    from PIL import Image
    import os
    import glob
    os.chdir(r'./')#圖片所在文件夾
    for file_names in glob.glob('*.bmp'):#找出所有的后綴為bmp的格式的圖片
    print(file_names)
    file_path = r'./'+'//'+file_names#拼接出圖片的完整url
    print(file_path)
    out_path = os.path.splitext(file_path)[0]+'.jpg'
    Image.open(file_path).save(out_path)
    print('轉換成功')

                    把腳本放在圖片所在文件夾,在當前文件夾下打開終端:   sudo python3   腳本名字.py  即可

             1.4  labelme圖像標注工具

    Github鏈接:             https://github.com/wkentaro/labelme

            注意事項:在train下新建一個json文件夾用於labelme生成的json文件

            1.5編寫    .sh 腳本 去生成標簽等數據  我這里是20張圖,21這個參數根據自己的設定

    #!/bin/bash
    s1="/home/attach/datasets/train/json/rgb_"
    s2=".json"
    for((i=1;i<21;i++))
    do
    s3=${i}
    labelme_json_to_dataset ${s1}${s3}${s2}
    done

 

1.6rgb_X_json里面的label是16位深的,而opencv讀取的是8位的,所以新建一個mask文件夾用於生成label.png

    #include <iostream>
    #include <opencv2/opencv.hpp>
    #include <string>
    #include <stdio.h>
    using namespace std;
    using namespace cv;
    int main(void){
    char buff1[100];
    char buff2[100];
    for(int i=1;i<21;i++){
    sprintf(buff1,"/home/attach/datasets/train/json/rgb_%d_json/label.png",i);
    sprintf(buff2,"/home/attach/datasets/train/mask/%d.png",i);
    Mat src;
    src=imread(buff1,CV_LOAD_IMAGE_UNCHANGED);
    Mat ff=Mat::zeros(src.rows,src.cols,CV_8UC1);
    for(int k=0;k<src.rows;k++){
    for(int kk=0;kk<src.cols;kk++){
    int n=src.at<ushort>(k,kk);
    ff.at<uchar>(k,kk)=n;
    }
    }
    imwrite(buff2,ff);
    }
    return 0;
    }

 

這是個opencv的C++,你可以在Windows下轉換,也可以在Ubuntu下:

使用如下命令:

                              

 sudo g++ tran16_8.cpp -lpthread -o  tran16_8 `pkg-config --cflags --libs opencv`

 

2.最后補充

        新建rgb用於存放訓練的rgb_x.jpg

        

Mask-RCNN訓練的圖像需要是2的倍數(困惑,你知道了告訴我哈~)

以下放出兩個resize的python腳本

resizejpg的,放在rgb文件夾下,在rgb下打開終端直接運行:(sudo python3   你的腳本名字.py)

    #-*- coding:utf-8 -*-
    from PIL import Image
    import os.path
    import glob
    def convertjpg(jpgfile,outdir,width=512,height=512):
    img=Image.open(jpgfile)
    try:
    new_img=img.resize((width,height),Image.BILINEAR)
    new_img.save(os.path.join(outdir,os.path.basename(jpgfile)))
    except Exception as e:
    print(e)
    for jpgfile in glob.glob("./*.jpg"):
    convertjpg(jpgfile,"./")

 

resizepng的腳本是放在mask文件夾下運行:

    #-*- coding:utf-8 -*-
    from PIL import Image
    import os.path
    import glob
    def convertpng(pngfile,outdir,width=512,height=512):
    img=Image.open(pngfile)
    try:
    new_img=img.resize((width,height),Image.BILINEAR)
    new_img.save(os.path.join(outdir,os.path.basename(pngfile)))
    except Exception as e:
    print(e)
    for pngfile in glob.glob("./*.png"):
    convertpng(pngfile,"./")

 

當你看到這里的時候,恭喜你!你的Mask-RCNN數據集做好了

最后的小tips:放在rgb   mask 跑的腳本記得去掉,不然訓練的時候讀取會報錯out of range噢!