为 SVHN 数据集实现 YOLOv3 对象检测器答案

【问题标题】：Implementing a YOLOv3 object detector for the SVHN dataset为 SVHN 数据集实现 YOLOv3 对象检测器
【发布时间】：2020-05-02 16:35:37
【问题描述】：

我正在尝试使用对象检测进行数字检测。我找到了SVHN dataset。速度在我的项目中很重要，所以我决定采用 YOLO 方法。

但是，所有关于使用 YOLOv3 的教程和说明都希望我使用由 Google Open Images API 制作的数据集，或者使用 labellimg.py 等工具手动标记图像。

然而，我有一个带有 PASCAL VOC 格式注释的预制数据集（可以在此处找到 https://github.com/penny4860/svhn-voc-annotation-format）。因此，我不创建标签.txt 或 classes.txt 文件，因为我不给自己贴标签。

我不知道从哪里开始。

任何帮助将不胜感激。

【问题讨论】：

标签： python-3.x tensorflow object-detection yolo

【解决方案1】：

您可以按照以下代码将 PASCAL VOC 转换为 YOLO 支持的格式。

import glob
import os
import pickle
import xml.etree.ElementTree as ET
from os import listdir, getcwd
from os.path import join

dirs = ['train', 'val']
classes = ['person', 'car']

def getImagesInDir(dir_path):
    image_list = []
    for filename in glob.glob(dir_path + '/*.jpg'):
        image_list.append(filename)

    return image_list

def convert(size, box):
    dw = 1./(size[0])
    dh = 1./(size[1])
    x = (box[0] + box[1])/2.0 - 1
    y = (box[2] + box[3])/2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

def convert_annotation(dir_path, output_path, image_path):
    basename = os.path.basename(image_path)
    basename_no_ext = os.path.splitext(basename)[0]

    in_file = open(dir_path + '/' + basename_no_ext + '.xml')
    out_file = open(output_path + basename_no_ext + '.txt', 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult)==1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

cwd = getcwd()

for dir_path in dirs:
    full_dir_path = cwd + '/' + dir_path
    output_path = full_dir_path +'/yolo/'

    if not os.path.exists(output_path):
        os.makedirs(output_path)

    image_paths = getImagesInDir(full_dir_path)
    list_file = open(full_dir_path + '.txt', 'w')

    for image_path in image_paths:
        list_file.write(image_path + '\n')
        convert_annotation(full_dir_path, output_path, image_path)
    list_file.close()

    print("Finished processing: " + dir_path)

【讨论】：