我的编程空间,编程开发者的网络收藏夹
学习永远不晚

YOLOv5小目标切图检测的思路与方法

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

YOLOv5小目标切图检测的思路与方法

前言

当我们在检测较大分辨率的图片时,对小目标的检测效果一直是较差的,所以就有了下面几种方法:

  • 将图片压缩成大尺寸进行训练( 想法:没显存,搞不来)
  • 添加小检测头(想法:P5模型还有点用,P6模型完全没用)
  • 添加一些检测模型和玄学机制(想法:你要是写论文就去看看知*吧,只需要在最后面加一句:已达到工业检测要求)
  • 切图检测(想法:比较耗时,过程也比较繁琐,可以尝试)

切图检测

思路:

  • 将原图切成你想要的数量
  • 将切成的小图进行训练,得到模型
  • 将你需要检测的图片切成小图,用模型检测,并得到每张图目标位置的信息,保存在对应图片的txt文件
  • 将所有txt文件融合,得到1个txt文件,并在原图上显示

一:切块

# -*- coding:utf-8 -*-
import os
import matplotlib.pyplot as plt
import cv2
import numpy as np
 
 
def divide_img(img_path, img_name, save_path):
    imgg = img_path + img_name
    img = cv2.imread(imgg)
    #   img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
    h = img.shape[0]
    w = img.shape[1]
    n = int(np.floor(h * 1.0 / 1000)) + 1
    m = int(np.floor(w * 1.0 / 1000)) + 1
    print('h={},w={},n={},m={}'.format(h, w, n, m))
    dis_h = int(np.floor(h / n))
    dis_w = int(np.floor(w / m))
    num = 0
    for i in range(n):
        for j in range(m):
            num += 1
            print('i,j={}{}'.format(i, j))
            sub = img[dis_h * i:dis_h * (i + 1), dis_w * j:dis_w * (j + 1), :]
            cv2.imwrite(save_path + '{}_{}.bmp'.format(name, num), sub)
 
 
if __name__ == '__main__':
 
    img_path = r'G:\1/'
    save_path = r'G:\3/'
    img_list = os.listdir(img_path)
    for name in img_list:
        divide_img(img_path, name, save_path)

使用模型检测后得到:

二:融合txt文件

import os
from cv2 import cv2
 
# 保存所有图片的宽高
# todo: img_info={'name': [w_h, child_w_h, mix_row_w_h, mix_col_w_h]}
img_info = {}
all_info = {}
 
 
# 初始化img_info
def init(big_images_path, mix_percent, rows, cols):
    image_names = os.listdir(big_images_path)
    for img_name in image_names:
        big_path = big_images_path + '\\' + img_name
        # print(big_path)
        img = cv2.imread(big_path)
        size = img.shape[0:2]
        w = size[1]
        h = size[0]
        child_width = int(w) // cols
        child_height = int(h) // rows
 
        mix_row_width = int(child_width * mix_percent * 2)
        mix_row_height = child_height
 
        mix_col_width = child_width
        mix_col_height = int(child_height * mix_percent * 2)
        # 根据img保存w和h
        img_info[img_name.split('.')[0]] = [w, h, child_width, child_height, mix_row_width, mix_row_height,
                                            mix_col_width, mix_col_height]
 
 
# 读取所有检测出来的 小图片的label
def get_label_info(labels_path, mix_percent, rows, cols):
    labels = os.listdir(labels_path)
    for label in labels:
        # print(label)
        # todo: type: 0正常, 1row, 2col
        # 判断该label属于哪一张图片
        cur_label_belong = label.split('_')[0]
        cur_big_width = img_info[cur_label_belong][0]
        cur_big_height = img_info[cur_label_belong][1]
        # 融合区域距离边界的一小部分宽高
        cur_row_width_step = img_info[cur_label_belong][2] * (1 - mix_percent)
        cur_col_height_step = img_info[cur_label_belong][3] * (1 - mix_percent)
        # 文件名给予数据
        # child_type = []
        # child_num = []
        # label内容给予数据
        child_class_index = []
        child_x = []
        child_y = []
        child_width = []
        child_height = []
 
        type = -1
        num = -1
        class_index = -1
        x = 0.0
        y = 0.0
        width = 0.0
        height = 0.0
 
        # print(f'{label}')
        # 读取所有需要的数据
        f = open(labels_path + '\\' + label, 'r')
        lines = f.read()
        # print(lines)
        f.close()
        contents = lines.split('\n')[:-1]
        # print(contents)
        for content in contents:
            content = content.split(' ')
            # print(content)
            class_index = int(content[0])
            x = float(content[1])
            y = float(content[2])
            width = float(content[3])
            height = float(content[4])
            pass
            # print(class_index, x, y, width, height)
            assert class_index != -1 or x != -1.0 or y != -1.0 or width != -1.0 or height != -1.0, \
                f'class_index:{class_index}, x:{x}, y:{y}, width:{width}, height:{height}'
            # 转换成 数据 坐标, 并根据不同的num进行处理
            num = label.split('_')[-1].split('.')[0]  # 图片尾号 命名: xxxx_x.jpg  xxxx_mix_row_xx.jpg xxxx_mix_col_xx.jpg
            cur_img_width = 0
            cur_img_height = 0
            distance_x = 0
            distance_y = 0
            small_image_width = img_info[cur_label_belong][2]
            small_image_height = img_info[cur_label_belong][3]
            if label.find('mix_row') != -1:
                # type = 1.
                distance_x = int(num) % (cols-1)
                distance_y = int(num) // (rows-1)
                cur_img_width = img_info[cur_label_belong][4]
                cur_img_height = img_info[cur_label_belong][5]
                # row x 加上step
                x = x * cur_img_width + cur_row_width_step + distance_x * small_image_width
                y = y * cur_img_height + distance_y * cur_img_height
            elif label.find('mix_col') != -1:
                # type = 2
                distance_x = int(num) % cols
                distance_y = int(num) // rows
                cur_img_width = img_info[cur_label_belong][6]
                cur_img_height = img_info[cur_label_belong][7]
                # col y 加上step
                print(f'x:{x}, y:{y}, cur_img_width:{cur_img_width}, cur_img_height:{cur_img_height}')
                x = x * cur_img_width + distance_x * cur_img_width
                y = y * cur_img_height + cur_col_height_step + distance_y * small_image_height
                print(f'x:{x}, y:{y}, height:{cur_col_height_step}')
            else:
                # type = 0
                distance_x = int(num) % cols
                distance_y = int(num) // rows
                cur_img_width = img_info[cur_label_belong][2]
                cur_img_height = img_info[cur_label_belong][3]
                # 小图片内, 无需加上 step
                x = x * cur_img_width + distance_x * cur_img_width
                y = y * cur_img_height + distance_y * cur_img_height
            assert cur_img_width != 0 or cur_img_height != 0 or distance_x != 0 or distance_y != 0, \
                f'cur_img_width:{cur_img_width}, cur_img_height:{cur_img_height}, distance_x:{distance_x}, distance_y:{distance_y}'
            assert x < cur_big_width and y < cur_big_height, f'{label}, {content}\nw:{cur_big_width}, h:{cur_big_height}, x:{x}, y:{y}'
            width = width * cur_img_width
            height = height * cur_img_height
            assert x != 0.0 or y != 0.0 or width != 0.0 or height != 0.0, f'x:{x}, y:{y}, width:{width}, height:{height}'
            # child_type.append(type)
            # child_num.append(num)
            child_class_index.append(class_index)
            child_x.append(x)
            child_y.append(y)
            child_width.append(width)
            child_height.append(height)
        # todo: 所有信息 根据 cur_label_belong 存储在all_info中
        for index, x, y, width, height in zip(child_class_index, child_x, child_y, child_width, child_height):
            if cur_label_belong not in all_info:
                all_info[cur_label_belong] = [[index, x, y, width, height]]
            else:
                all_info[cur_label_belong].append([index, x, y, width, height])
        child_class_index.clear()
        child_x.clear()
        child_y.clear()
        child_width.clear()
        child_height.clear()
 
 
# print((all_info['0342']))
# todo: 转成 yolo 格式, 保存
def save_yolo_label(yolo_labels_path):
    for key in all_info:
        # img_path = r'G:\Unity\code_project\other_project\data\joint\big_images' + '\\' + key + '.JPG'
        # img = cv2.imread(img_path)
        yolo_label_path = yolo_labels_path + '\\' + key + '.txt'
        cur_big_width = img_info[key][0]
        cur_big_height = img_info[key][1]
        content = ''
        i = 0
        for index, x, y, width, height in all_info[key]:
            # print(all_info[key][i])
            x = x / cur_big_width
            y = y / cur_big_height
            width = width / cur_big_width
            height = height / cur_big_height
            assert x < 1.0 and y < 1.0 and width < 1.0 and height < 1.0, f'{key} {i}\n{all_info[key][i]}\nx:{x}, y:{y}, width:{width}, height:{height}'
            content += f'{index} {x} {y} {width} {height}\n'
            i += 1
        with open(yolo_label_path, 'w') as f:
            f.write(content)
 
 
def joint_main(big_images_path=r'G:\3',
               labels_path=r'G:\5',
               yolo_labels_path=r'G:\6',
               mix_percent=0.2,
               rows=4,
               cols=4):
    print(f'融合图片, 原图片路径:{big_images_path}\n小图检测的txt结果路径:{labels_path}\n数据融合后txt结果路径:{yolo_labels_path}')
    init(big_images_path, mix_percent, rows, cols)
    get_label_info(labels_path, mix_percent, rows, cols)
    save_yolo_label(yolo_labels_path)
 
joint_main()

三:原图显示

# -*- coding: utf-8 -*-
import os
from PIL import Image
from PIL import ImageDraw, ImageFont
from cv2 import cv2
 
 
def draw_images(images_dir, txt_dir, box_dir, font_type_path):
    font = ImageFont.truetype(font_type_path, 50)
    if not os.path.exists(box_dir):
        os.makedirs(box_dir)
    # num = 0
 
    # 设置颜色
    all_colors = ['red', 'green', 'yellow', 'blue', 'pink', 'black', 'skyblue', 'brown', 'orange', 'purple', 'gray',
                  'lightpink', 'gold', 'brown', 'black']
    colors = {}
 
    for file in os.listdir(txt_dir):
        print(file)
        image = os.path.splitext(file)[0].replace('xml', 'bmp') + '.bmp'
        # 转换成cv2读取,防止图片载入错误
        img = cv2.imread(images_dir + '/' + image)
        TURN = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        img = Image.fromarray(TURN)
        # img.show()
 
        if img.mode == "P":
            img = img.convert('RGB')
 
        w, h = img.size
        tag_path = txt_dir + '/' + file
        with open(tag_path) as f:
            for line in f:
                line_parts = line.split(' ')
                # 根据不同的 label 保存颜色
                if line_parts[0] not in colors.keys():
                    colors[line_parts[0]] = all_colors[len(colors.keys())]
                color = colors[line_parts[0]]
 
                draw = ImageDraw.Draw(img)
                x = (float(line_parts[1]) - 0.5 * float(line_parts[3])) * w
                y = (float(line_parts[2]) - 0.5 * float(line_parts[4])) * h
                xx = (float(line_parts[1]) + 0.5 * float(line_parts[3])) * w
                yy = (float(line_parts[2]) + 0.5 * float(line_parts[4])) * h
                draw.rectangle([x - 10, y - 10, xx, yy], fill=None, outline=color, width=5)
                # num += 1
            del draw
            img.save(box_dir + '/' + image)
        # print(file, num)
    # print(colors)
 
 
def draw_main(box_dir=r'G:\5',
              txt_dir=r'G:\6',
              image_source_dir=r'G:\3'):
    font_type_path = 'C:/Windows/Fonts/simsun.ttc'
    print(f'标注框, 数据来源: {txt_dir}\n 被标注图片: {image_source_dir}\n 结果保存路径: {box_dir}')
    draw_images(image_source_dir, txt_dir, box_dir, font_type_path)
 
 
draw_main()

效果对比:(上YOLOv5检测,下YOLOv5+切图检测)

参考:

https://blog.csdn.net/qq_43622870/article/details/124984295

总结

到此这篇关于YOLOv5小目标切图检测的思路与方法的文章就介绍到这了,更多相关YOLOv5小目标切图检测内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

YOLOv5小目标切图检测的思路与方法

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

YOLOv5小目标切图检测的思路与方法

目标检测Yolo算法是非常经典且应用广泛的算法,下面这篇文章主要给大家介绍了关于YOLOv5小目标切图检测的思路与方法,文中通过示例代码介绍的非常详细,需要的朋友可以参考下
2022-12-20

YOLOv5目标检测之anchor设定的方法

这篇文章主要介绍“YOLOv5目标检测之anchor设定的方法”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“YOLOv5目标检测之anchor设定的方法”文章能帮助大家解决问题。前言yolo算法作为
2023-06-30

Pytorch搭建YoloV5目标检测平台实现的方法

这篇文章主要讲解了“Pytorch搭建YoloV5目标检测平台实现的方法”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Pytorch搭建YoloV5目标检测平台实现的方法”吧!YoloV5实
2023-06-30

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录