PaddleDetection训练目标检测模型

参考链接：

PaddleDetection训练目标检测模型-CSDN博客文章浏览阅读1.1k次，点赞38次，收藏3次。生成预标注 --save_results 保存推理结果，需要修改推理源码，保存推理结果至json文件。官网地址：https://developer.android.com/studio。创建label_list.txt，写入标注数据的类别。1，用labelimg标注voc格式的标注数据。2，下载JDK，SDK，NDK，CMake。标注-训练-预测-标注-训练。https://blog.csdn.net/qq_45437316/article/details/134484422

流程：
标注-训练-预测-标注-训练

一，安装标注软件
标注文件保存为voc格式
1，labelimg的安装(python>3.0)

pip install labelImg
labelimg
1
2
打包成单独的exe文件

先进入labelimg包的目录

C:\Users\Administrator\AppData\Local\Programs\Python\Python310\Lib\site-packages\labelImg
1
不知道的可以用

# 查询pip的目录
where pip
1
2
pip install pyinstaller
pyinstaller --hidden-import=pyqt5 --hidden-import=lxml -F -n "labelImg" -c labelImg.py -p ./libs -p ./
1
2
打包之后在同目录的dist下面

2，labelme的安装
标注文件保存为json格式

conda create --name=labelme python=3
conda activate labelme
pip install labelme
labelme
1
2
3
4
附带
voc转json代码：

# --- utf-8 ---

# --- function: 将Labeling标注的格式转化为Labelme标注格式，并读取imageData ---

import os
import glob
import shutil
import xml.etree.ElementTree as ET
import json
from base64 import b64encode
from json import dumps
def get(root, name):
    return root.findall(name)
# 检查读取xml文件是否出错

def get_and_check(root, name, length):
    vars = root.findall(name)
    if len(vars) == 0:
        raise NotImplementedError('Can not fing %s in %s.' % (name, root.tag))
    if length > 0 and len(vars) != length:
        raise NotImplementedError('The size of %s is supposed to be %d, but is %d.' % (name, length, len(vars)))
    if length == 1:
        vars = vars[0]
    return vars

def convert(xml_file, json_file, save_dir, name, data):
    # 定义通过Labelme标注后生成的json文件
    json_dict = {"version": "3.16.2",
                   "flags": {},
                   "shapes": [],
                   "imagePath": "",
                   "imageData": None,
                   "imageHeight": 0,
                   "imageWidth": 0
            }
            
    # img_name = xml_file.split('.')[0]
    img_path = name + '.jpg'
    json_dict["imagePath"] = img_path
    tree = ET.parse(xml_file)  # 读取xml文件
    root = tree.getroot()
    size = get_and_check(root, 'size', 1)  # 读取xml中<>size<>字段中的内容
    
    # 读取二进制图片，获得原始字节码
    with open(data, 'rb') as jpg_file:
        byte_content = jpg_file.read()
        
    # 把原始字节码编码成base64字节码
    base64_bytes = b64encode(byte_content)
    # 把base64字节码解码成utf-8格式的字符串
    base64_string = base64_bytes.decode('utf-8')
    # 用字典的形式保存数据
    json_dict["imageData"] = base64_string
    # 获取图片的长宽信息
    width = int(get_and_check(size, 'width', 1).text)
    height = int(get_and_check(size, 'height', 1).text)
    json_dict["imageHeight"] = height
    json_dict["imageWidth"] = width
    
    # 当标注中有多个目标时全部读取出来
    for obj in get(root, 'object'):
        # 定义图片的标注信息
        img_mark_inf = {"label": "", "points": [], "group_id": None, "shape_type": "rectangle", "flags": {}}
        category = get_and_check(obj, 'name', 1).text  # 读取当前目标的类别
        img_mark_inf["label"] = category
        bndbox = get_and_check(obj, 'bndbox', 1)  # 获取标注宽信息
        xmin = float(get_and_check(bndbox, 'xmin', 1).text)
        ymin = float(get_and_check(bndbox, 'ymin', 1).text)
        xmax = float(get_and_check(bndbox, 'xmax', 1).text)
        ymax = float(get_and_check(bndbox, 'ymax', 1).text)
        img_mark_inf["points"].append([xmin, ymin])
        img_mark_inf["points"].append([xmax, ymax])
        # print(img_mark_inf["points"])
        json_dict["shapes"].append(img_mark_inf)
        
    # print("{}".format(json_dict))
    save = save_dir +'/'+ json_file  # json文件的路径地址
    json_fp = open(save, 'w')  #
    json_str = json.dumps(json_dict, indent=4)  # 缩进，不需要的可以将indent=4去掉
    json_fp.write(json_str)  # 保存
    json_fp.close()
    # print("{}, {}".format(width, height))
    
def do_transformation(xml_dir, save_path):
    cnt = 0
    for fname in os.listdir(xml_dir):
        name = fname.split(".")[0]  # 获取图片名字
        path = os.path.join(xml_dir, fname)  # 文件路径
        save_json_name = name + '.json'
        data = img +'/'+ name + '.jpg'  # xml文件对应的图片路径
        convert(path, save_json_name, save_path, name, data)
        cnt += 1
  

if __name__ == '__main__':

    img = r"D:\zsh\biaozhu\basketball_count\F_field\labelimg\voc\JPEGImages"    # xml对应图片文件夹
    xml_path = r"D:\zsh\biaozhu\basketball_count\F_field\labelimg\voc\Annotations"    # xml文件夹
    save_json_path = r"D:\zsh\biaozhu\basketball_count\F_field\labelimg\voc\json"    # 存放json文件夹

    if not os.path.exists(save_json_path):
        os.makedirs(save_json_path)
    do_transformation(xml_path, save_json_path)

    # xml = "2007_000039.xml"
    # xjson = "2007_000039.json"
    # convert(xml, xjson)