【halcon深度学习之那些封装好的库函数】preprocess_dl_dataset

函数分析

preprocess_dl_dataset 是一个用于预处理深度学习数据集的程序。以下是该程序的详细介绍：

参数:

• DLDataset (输入): 要进行预处理的 DLDataset 字典。

• DataDirectory (输入): 存储数据的路径。默认值是 ‘dl_dataset’。

• DLPreprocessParam (输入): 包含预处理参数的字典。

• GenParam (输入): 具有通用参数的字典。默认值为空字典。

• DLDatasetFileName (输出): 写入的 DLDataset 字典的文件路径。

详细描述:

该程序根据包含在字典 DLPreprocessParam 中的参数对字典 DLDataset 中的样本进行预处理。预处理的结果包括修改后的 DLDataset 字典以及每个样本的预处理后字典 DLSample。这些字典将被写入到指定的 DataDirectory 中，同时该目录的名称和路径将被返回到字符串 DLDatasetFileName 中。

此程序接受字典 GenParam 中的以下通用参数：

• ‘overwrite_files’: 确定是否覆盖可能存在的目录。

  • ‘true’: 在写入文件之前删除可能存在的目录 DataDirectory。
  • ‘false’（默认）: 如果目录存在，则抛出错误。
  • ‘auto’: 只有在有必要时才进行预处理。为了重用可能存在的目录 DataDirectory，它必须包含与输入的 DLDataset 和 DLPreprocessParam 对应的完全预处理的数据集。

• ‘show_progress’: 如果设置为 true，则在窗口中显示预处理的进度。默认为 true。

• ‘class_weights’: 为 DLDataset 中的每个类别设置权重。

  • 如果设置为 []，则使用 calculate_dl_segmentation_class_weights 计算类别权重。仅适用于 ‘type’ 为 ‘segmentation’ 的模型。
  • 默认值是 []。

• ‘max_weight’: 设置 calculate_dl_segmentation_class_weights 的 ‘max_weight’ 参数。详细信息请参阅相应的文档。仅适用于 ‘type’ 为 ‘segmentation’（分割） 的模型。

  • 默认值是 []。

步骤:

该程序执行以下步骤：

1. 使用 gen_dl_samples 为每个样本生成一个 DLSample 字典。
2. 使用 preprocess_dl_samples 进行标准预处理。
3. 使用 write_dict 将 DLSample 字典写入文件，并将文件的路径存储在 DLDataset 字典的 ‘dlsample_file_name’ 条目中。
4. 将包括生成和预处理的 DLSample 字典的路径的 DLDataset 字典写入 DLDatasetFileName 文件。

对于 ‘type’ 为 ‘segmentation’ 的模型，还会执行以下额外的步骤：

1. 使用 calculate_dl_segmentation_class_weights 计算类别权重。
2. 为每个 DLSample 生成一个权重图像，并保存更新后的 DLSamples。

注意:

请注意，在预处理之后，请勿更改此文件夹的内容。

使用分析

首先通过 create_dl_preprocess_param_from_model 这个函数把模型里设置的参数，提取出来。所以 preprocess_dl_dataset 一是需要即将被处理的数据集字典，而是需要模型已经配置好的参数。此函数会根据模型里的参数对数据集进行预处理！
那为啥需要预处理呢？

首先，我从使用的过程观察，当参数 show_progress 被设置为 true的时候，此时会产生一个弹框，显示预处理的过程，这个过程大概从几十秒到几分钟不等：

过程完成之后，你会发现在第二个参数指定的文件夹下，会多长一个文件和一个文件夹：

如果使用 read_dict (DLDatasetFilename, [], [], DictHandle1) 读取整个字典你将看到如下内容。
这些其实就是之前的读取到的数据集啊！不过多了一些东西！

每个samples里也多出了一个字段

在看看多出的整个samples文件夹：

发现有很多的字典，其实每个字典里面都会包含一个图片，之前的图片是以文件的形式存在的

而现在以halcon的图片对象，保存再halcon的字典类型里面了！

读取其中的一个字典：

很明显，其中包含了图片，和该图片对于的标注信息，以及所有的类别信息。
有人可能会问，这些不是在数据集都有吗？为啥这里再整合一次呢？
我决定，原因可能有两个：
1： 基于halcon的训练网络，需要这中格式的文件。
2： 这样整合可以提高后续训练以及推理的速度。

小结

‘preprocess_dl_dataset’ 将单个的数据集字典，重新整合成，（一个字典 + 一群字典） 的形式。
输出只是一个目录，目录下是：一个字典 + 一群字典。