COWC数据集注释

Question

我是深度学习的新手。目前，我正在做一个项目，使用Retinanet模型检测航空图像中的汽车，为此我计划使用COWC Dataset。我在标注部分有疑问，目前我使用labelImg标注工具来标注航空图像中的汽车。由于labelImg生成的注释是xml格式，我已经将其转换为Retinanet模型所需的格式，如下所述。

(imagename) (bounding_box_coordinates) (class_name)

有没有其他方法可以使COWC数据集的注释更容易？

先谢谢你：)

Answer 1

COWC数据集带有注释，每辆汽车都有一个点的标签。 一个PNG文件包含了这些注释。 下面是我如何找到PNG文件中的标注位置。

import numpy as np
from PIL import Image

annotation_path = 'cowc/datasets/ground_truth_sets/Toronto_ISPRS/03553_Annotated_Cars.png'
im = Image.open(annotation_path)
data = np.asarray(im)

这里的问题是，这两个值都会被索引为非零，但我们只需要其中一个。 COWC数据集用红点标记汽车，用蓝点标记负数，我们不需要alpha通道，所以需要对新数组进行分片，这样我们就不会计算alpha通道而得到重复的索引值。

data = data[:,:,0:3]
y_ind, x_ind, rgba_ind = data.nonzero()

现在你已经有了一个索引，指向注释文件中的所有点。y_ind 对应于高度维度。x_ind 的宽度。 这意味着在第一个x，y的位置，我们应该看到一个类似于这样的数组。[255, 0, 0]. 当我从索引中查找第一个x，y位置时，得到的是这样的结果。

>>> data[y_ind[0], x_ind[0]]
array([255,   0,   0], dtype=uint8)

喏 笔者决定以数据集中提供的注释为中心，创建一个边长为20像素的边界框。要为这张图片中的第一个注释创建一个单独的边界框，你可以尝试这样做。

# define bbox given x, y and ensure bbox is within image bounds
def get_bbox(x, y, x_max, y_max):
    x1 = max(0, x - 20)     # returns zero if x-20 is negative
    x2 = min(x_max, x + 20) # returns x_max if x+20 is greater than x_max
    y1 = max(0, y - 20)
    y2 = min(y_max, y + 20)
    return x1, y1, x2, y2

x1, y1, x2, y2 = get_bbox(x_ind[0], y_ind[0], im.width, im.height) 

你必须循环处理所有的x、y值，为图像制作所有的边界框。 这里有一个粗暴和肮脏的方法来创建一个单一图像的csv文件。

img_path = 'cowc/datasets/ground_truth_sets/Toronto_ISPRS/03553.png'
with open('anno.csv', 'w') as f:
    for x, y in zip(x_ind, y_ind):
        x1, y1, x2, y2 = get_bbox(x, y, im.width, im.height)
        line = f'{img_path},{x1},{y1},{x2},{y2},car\n'
        f.write(line)

我计划将一个巨大的图像分解成更小的图像，这将改变边界框的值。 我希望你觉得这对你有帮助，并喜欢一个好的地方开始。