Faster-RCNN（keras）实现宠物狗识别-数据的对接

前言：关于数据的对接，这一部分有很大的不同，因为使用的代码不一样，在此做一下使用记录。初始版本的数据接口在这一句：
all_imgs, classes_count, class_mapping = get_data(options.train_path)
我在get_data.py中发现all_imgs包含图片的宽和高这两句，因此，在标注框生成的时候，加入了宽和高的返回值。
每个变量的数据构成如下：

1. all_imgs：路径，宽，高，标注框的分类、属性，所归属的训练集
2. classes_count：总共的类别及每一个类别所包含的图片数
3. class_mapping：类别及其数字标签
   据此，我根据pascal_voc_parser.py重新写了一个读取数据的文件，具体怎么用，你理解一下train.py代码，很容易就明白了。

准备：
初始版本源码地址：https://github.com/yhenon/keras-frcnn
最新版本源码地址https://github.com/fizyr/keras-retinanet.
数据：使用的生成标注框后的分类数据
代码：
注：本文中的注释可能不是很规范，具体的话可以自己理解一下。

import os
import numpy as np
import tensorflow as tf
def get_data(input_path):

    all_imgs = []

    classes_count = {}

    class_mapping = {}

    # 解析train_lable_rpn图片数据
    print('Parsing train_lable_rpn.txt')

    # 遍历读取数据
    hd = tf.gfile.FastGFile(input_path, "r")

    for line in hd.readlines():

        # 对所取得的信息按空格进行切分
        lineinfo = line.split(" ")

        # 取取图片路径
        pic_path = lineinfo[0]

        # 取图片的类别
        pic_class = lineinfo[1]

        # 取图片的宽和高
        pic_scale = lineinfo[2].split(",")

        # 将图片信息存储在annotation_data中
        annotation_data = {'filepath': pic_path, 'width': int(pic_scale[0]),
                            'height': int(pic_scale[1]), 'bboxes': [], 'imageset':'trainval'}

        # 统计类别信息及每一类的数量
        if pic_class not in classes_count:
            classes_count[pic_class] = 1
        else:
            classes_count[pic_class] += 1

        # 统计类别及每一个类所对应的标签
        if pic_class not in class_mapping:
            class_mapping[pic_class] = len(class_mapping)

        # 提取预选框信息
        num_objs = int(lineinfo[3])
        objs = range(num_objs)
        boxes = np.zeros((num_objs, 4), dtype=np.uint16)

        # 遍历提取预选框
        for ix, obj in enumerate(objs):
            bbox = lineinfo[4+obj] # 预选框从第三个位置开始
            bbox = bbox.split(",")
            x1, y1, x2, y2 = [float(pos)-1 if int(pos) >= 1 else float(pos) for pos in bbox]
            boxes[ix, :] = [x1, y1, x2, y2]
            difficulty =  1
            annotation_data['bboxes'].append(
                        {'class': pic_class, 'x1': x1, 'x2': x2, 'y1': y1, 'y2': y2, 'difficult': difficulty})
        all_imgs.append(annotation_data)
    return all_imgs, classes_count, class_mapping

# if __name__ == '__main__':
#   get_data('E:/wangr/ZOUZHEN/WorkSpace/VSCode/MachineLearning/DeepLearning/Pet_Dog_Identify/data_bases/enhance/train_lable_rpn.txt')

至于train.py中的代码，我并没有做太大的修改，仅仅添加了默认的读取训练数据的路径，修改了解析读取数据的get_data函数，也就是我现在编写的这个函数。当然，我借鉴了很多大神的代码，并不完全是我自己写的—。—，
如有错误，还请告知改正！