如何制作自己的自定义图像数据集？

Question

由于我正在处理我的项目，即检测在跑道上发现的 FOD（异物碎片）。 FOD 包括任何可能对飞机造成损坏的东西，例如螺母、螺栓、螺钉、锁线、塑料碎片、石头等。现在我在互联网上搜索了任何图像数据集，但没有与 FOD 相关的数据集。现在我的问题是请指导我如何制作自己的图像数据集，然后用于训练目的。

请指导我制作用于分类和检测目的的图像数据集。以及所需的数据预处理。谢谢，等待回复！

Answer 1

如果您完全从头开始，可以使用 Play 商店中提供的“数据集目录”。该应用程序可帮助您使用手机创建自定义数据集。您必须登录您的 Google 云端硬盘，以便您的数据集存储在云端硬盘而不是您的手机上。此外，它还包含为分类和回归预测模型标记实体。 目前，该应用支持二值图像分类和图像回归。

希望对您有所帮助！

下载链接： https://play.google.com/store/apps/details?id=com.applaud.datasetdirectory

Answer 2

您可以使用此代码构建自己的数据集。我写了它，它工作正常。 您需要导入库并添加您的 DATADIR。

if __name__ == "__main__":
    
    for category in CATEGORIES:
        path = os.path.join(DATADIR, category)
        class_num = CATEGORIES.index(category)
        for img in os.listdir(path):
            try:
                img_array = cv2.imread(os.path.join(path,img))
                new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
                training_data.append([new_array, class_num])
            except Exception as e:
                pass
            
            
    for features, label in training_data:
        x_train.append(features)
        y_train.append(label)
        
        
    #create pikle
    pickle_out = open("x_train.pickle", "wb")
    pickle.dump(x_train, pickle_out)
    pickle_out.close()
    
    pickle_out = open("y_train.pickle", "wb")
    pickle.dump(y_train, pickle_out)
    pickle_out.close()
    
   

Answer 3

虽然关于您的要求和机器规格的问题有点模糊，但我会尽力回答。您需要对象检测来完成您的任务。有许多可用的模型可供您使用，例如 Yolo、SSD 等。

要创建自己的数据集，您可以按照以下步骤操作：

• 在各种条件、视角和背景下拍摄大量感兴趣的对象图像。 （每班大约 2000 人应该足够了）。
• 现在注释（或标记）对象在图像中的位置。如果您使用 Yolo，请使用 Yolo-mark 进行注释。 SSD 和其他型号应该有其他类似的工具。
• 现在您可以开始训练了。

这些步骤应该可以帮助您入门或至少为您指明正确的方向。