基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

这篇具有很好参考价值的文章主要介绍了基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。


简述

MMRotate 是一款基于 PyTorch 的旋转框检测的开源工具箱,是 OpenMMLab 项目的成员之一。里面包含了rcnn、faster rcnn、r3det等各种旋转目标的检测模型,适合于遥感图像领域的目标检测。

1.MMrotate下载

MMrotate包下载:下载链接
目录结构如下
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

2.环境安装

所需要的依赖环境

    Linux & Windows
    Python 3.7+
    PyTorch 1.6+
    CUDA 9.2+
    GCC 5+
    mmcv-full 1.4.5+
    mmdet 2.19.0+

安装流程:

#首先,创建虚拟一个虚拟环境 mmrotate
conda create -n mmrotate python=3.7 -y
conda activate mmrotate

# 1.安装 pytorch及cuda
conda install pytorch==1.7.0 torchvision==0.8.0 cudatoolkit=10.1 -c pytorch

# 2.安装最新版本的 mmcv
pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu101/torch1.7.0/index.html

# 3.安装 mmdetection
pip install mmdet

# 4.安装 mmrotate
cd mmrotate  # 转到mmrotate目录下
pip install -r requirements/build.txt
pip install -v -e .  # or "python setup.py develop"

测试安装的环境是否正常:
打开demo文件夹下的image_demo.py:修改相应的参数:

- -img : 测试的图片
- -config:选择测试的模型配置文件
- -checkpoint: 对应的预训练模型文件,可自行下载:MMrotate模型库 百度网盘连接:rcnn 权重 提取码:ur0b
- -output: 检测输出的图片

基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30
然后,执行并得到如下结果,说明环境安装正确:

python demo/image_demo.py

基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

3.自定义数据集制作

要训练自己的模型,自定义数据集制作这部分其实是最麻烦的。MMrotate所使用的数据集格式是dota类型的,图片为.png格式且尺寸是 n×n 的(方形),不过不用担心,该项目中有相应的工具包可自动转换
DOTA的标签格式

x1, y1, x2, y2, x3, y3, x4, y4, category: 目标名字 difficult:表示标签检测的难易程度 (1表示困难,0表示不困难)

x1,y1为左上角的坐标,然后顺时针排列4个坐标


3.1 roLabelImg 打标签

roLabelImg工具算是labelme的进阶版吧,它能把矩形框进行旋转,制作旋转目标的标签。操作时:A键 D键 Z键 X键 C键 V键 这几个常用快捷键用得多点
生成的xml标签文件如下
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

其中相比普通的标签文件多了一个角度信息(angle),后续转为DOTA的标签时就是利用了该角度(这里强烈建议先看大佬的文章:旋转框的转换问题),所以在用roLabelImg打标签时一定要注意三点:(1)roLabelImg中本身的角度是以框的w边 与x轴顺时针之间所形成的夹角为正角(2)旋转框的w边(初始水平边)始终旋转到与目标的长边重合(3)打标签时保证angle在[-90°,90°]间,。这种标注法原项目叫做“长边标注法”(le90),具体见下图:
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

至此,生成的目录结构如下:
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

3.2 生成DOTA数据集格式的标签

利用上一步中xml标签 转换为DOTA的标签,转换的代码(只需要给定3个路径参数就可以运行了):


import os
import xml.etree.ElementTree as ET
import math
import cv2 as cv

def voc_to_dota(xml_dir, xml_name, img_dir, savedImg_dir):
    txt_name = xml_name[:-4] + '.txt'   # txt文件名字:去掉xml 加上.txt
    txt_path = xml_dir + '/txt_label'  # txt文件目录:在xml目录下创建的txtl_label文件夹
    if not os.path.exists(txt_path):
        os.makedirs(txt_path)
    txt_file = os.path.join(txt_path, txt_name) # txt完整的含名文件路径

    img_name = xml_name[:-4] + '.jpg'          # 图像名字
    img_path = os.path.join(img_dir, img_name) # 图像完整路径
    img = cv.imread(img_path)                  # 读取图像

    xml_file = os.path.join(xml_dir, xml_name) 
    tree = ET.parse(os.path.join(xml_file))    # 解析xml文件 然后转换为DOTA格式文件
    root = tree.getroot()    
    with open(txt_file, "w+", encoding='UTF-8') as out_file:
        # out_file.write('imagesource:null' + '\n' + 'gsd:null' + '\n')
        for obj in root.findall('object'):
            name = obj.find('name').text
            difficult = obj.find('difficult').text
            # print(name, difficult)
            robndbox = obj.find('robndbox')
            cx = float(robndbox.find('cx').text)
            cy = float(robndbox.find('cy').text)
            w = float(robndbox.find('w').text)
            h = float(robndbox.find('h').text)
            angle = float(robndbox.find('angle').text)
            # print(cx, cy, w, h, angle)
            p0x, p0y = rotatePoint(cx, cy, cx - w / 2, cy - h / 2, -angle)
            p1x, p1y = rotatePoint(cx, cy, cx + w / 2, cy - h / 2, -angle)
            p2x, p2y = rotatePoint(cx, cy, cx + w / 2, cy + h / 2, -angle)
            p3x, p3y = rotatePoint(cx, cy, cx - w / 2, cy + h / 2, -angle)

            # 找最左上角的点
            dict = {p0y:p0x, p1y:p1x, p2y:p2x, p3y:p3x }
            list = find_topLeftPopint(dict)
            #print((list))
            if list[0] == p0x:
                list_xy = [p0x, p0y, p1x, p1y, p2x, p2y, p3x, p3y]
            elif list[0] == p1x:
                list_xy = [p1x, p1y, p2x, p2y, p3x, p3y, p0x, p0y]
            elif list[0] == p2x:
                list_xy = [p2x, p2y, p3x, p3y, p0x, p0y, p1x, p1y]
            else:
                list_xy = [p3x, p3y, p0x, p0y, p1x, p1y, p2x, p2y]

            # 在原图上画矩形 看是否转换正确
            cv.line(img, (int(list_xy[0]), int(list_xy[1])), (int(list_xy[2]), int(list_xy[3])), color=(255, 0, 0), thickness= 3)
            cv.line(img, (int(list_xy[2]), int(list_xy[3])), (int(list_xy[4]), int(list_xy[5])), color=(0, 255, 0), thickness= 3)
            cv.line(img, (int(list_xy[4]), int(list_xy[5])), (int(list_xy[6]), int(list_xy[7])), color=(0, 0, 255), thickness= 2)
            cv.line(img, (int(list_xy[6]), int(list_xy[7])), (int(list_xy[0]), int(list_xy[1])), color=(255, 255, 0), thickness= 2)

            data = str(list_xy[0]) + " " + str(list_xy[1]) + " " + str(list_xy[2]) + " " + str(list_xy[3]) + " " + \
                   str(list_xy[4]) + " " + str(list_xy[5]) + " " + str(list_xy[6]) + " " + str(list_xy[7]) + " "
            data = data + name + " " + difficult + "\n"
            out_file.write(data)
        if not os.path.exists(savedImg_dir):
            os.makedirs(savedImg_dir)
        out_img = os.path.join(savedImg_dir, xml_name[:-4]+'.jpg')
        cv.imwrite(out_img, img)


def find_topLeftPopint(dict):
    dict_keys = sorted(dict.keys())  # y值
    temp = [dict[dict_keys[0]], dict[dict_keys[1]]]
    minx = min(temp)
    if minx == temp[0]:
        miny = dict_keys[0]
    else:
        miny = dict_keys[1]
    return [minx, miny]


# 转换成四点坐标
def rotatePoint(xc, yc, xp, yp, theta):
    xoff = xp - xc
    yoff = yp - yc
    cosTheta = math.cos(theta)
    sinTheta = math.sin(theta)
    pResx = cosTheta * xoff + sinTheta * yoff
    pResy = - sinTheta * xoff + cosTheta * yoff
    # pRes = (xc + pResx, yc + pResy)
    # 保留一位小数点
    return float(format(xc + pResx, '.1f')), float(format(yc + pResy, '.1f'))
    # return xc + pResx, yc + pResy

import argparse
def parse_args():
    parser = argparse.ArgumentParser(description='数据格式转换')
    parser.add_argument('--xml-dir', default='./buildings/train/label', help='original xml file dictionary')
    parser.add_argument('--img-dir', default='./buildings/train', help='original image dictionary')
    parser.add_argument('--outputImg-dir', default='./buildings/train/out', help='saved image dictionary after dealing ')

    args = parser.parse_args()
    return args

if __name__ == '__main__':
    args = parse_args()
    xml_path = args.xml_dir
    xmlFile_list = os.listdir(xml_path)
    print(xmlFile_list)
    for i in range(0, len(xmlFile_list)):
        if ('.xml' in xmlFile_list[i]) or ('.XML' in xmlFile_list[i]):
            voc_to_dota(xml_path, xmlFile_list[i], args.img_dir, args.outputImg_dir)
            print('----------------------------------------{}{}----------------------------------------'
                  .format(xmlFile_list[i], ' has Done!'))
        else:
            print(xmlFile_list[i] + ' is not xml file')
            

其中转换的原理就是基于大佬的知乎文章中转换矩阵,生成的DOTA标签格式如下:

基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30
目前所得到文件夹结构如下
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

images: 存放的.jpg图像(我只有200张)
xml: rolabelImg打的标签(这时已没啥用了,可删除)
txt_Label: 生成的DOTA标签

然后将上述数据集分成 train、test、val 、trainval等几部分以便于训练,其中每个部分的文件夹下都包含有 images(图像) 和 labels(对应的txt标签)
我这里是手动划分的:train 80%,test 10%,val 10%。
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

3.3 数据集裁剪(split)

然后将得到的 train、test、val 中的图片进行裁剪,裁剪的原因 是由于我的图像是1920×1080的矩形,而且也不是png格式的,所以找到:mmrotate-main/tools/data/dota/split/ 路径下img_split.py文件(裁剪脚本) 以及 mmrotate-main/tools/data/dota/split/split_configs/ 路径下的配置文件,其文件内容就是img_split.py的配置信息,我们需要修改其中的参数,让其加载上述的train、test、val中的图像及标签,并进行裁剪。
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30
修改好上述几个关键的参数之后,即可运行img_split.py进行裁剪了:

python mmrotate-main/tools/data/dota/split/img_split.py --base_json mmrotate-main/tools/data/dota/split/split_configs/ss_train.json

其他 test、val、trainval数据集的裁剪同理,只需修改 - -base_json参数为对应的配置文件即可。
裁剪的结果:
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

4.修改配置文件

数据集准备好之后,接下来,需要修改训练相关的配置信息:主要就是 tools/tain.py 中的相关参数修改,train.py文件如下:
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

两个主要的参数: - -config: 使用的模型文件 (我使用的是 faster rcnn) ; - -work-dir:训练得到的模型及配置信息保存的路径

由于使用的模型是:rotated_faster_rcnn_r50_fpn_x1_dota_le90.py,在该文件中实现了:训练相关参数的配置,数据集信息的配置,以及faster-rcnn网络架构的搭建;打开该文件修改其中的目标类别数为自己数据集的类别数,我的类别为1, 所以修改:num_classes = 1,
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

同时,修改 mmrotate-main/mmrotate/datasets/dota.py 文件中的类别名字(CLASSES), 具体如下:
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

最后,修改训练使用的数据集路径:找到并打开 mmrotate-main/configs/base/datasets/dotav1.py 文件,修改其中的 data_root 路径为自己裁剪的数据集路径,该路径包含了上述划分的train、test、val、trainval数据集,另外,dotav1.py文件中data下的train、val、test三个对象分别就是利用上述路径下对应类别的数据集,网络加载数据也是通过这三个对象中的路径去加载的,所以我们自己划分的数据集实质上只用到了:train数据集、trainval数据集、test数据集。(因为我有其他训练任务所以划分了4个),综上所述,数据集的划分完全可以根据这三个对象路径来划分就行,并不一定要和本文的一样,保证数据能正常加载训练即可。
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

5.训练并测试

一切准备就绪后 即可开始愉快的训练了!!!执行:

python tools/train.py

训练结果:
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30
保存训练的结果在 run 目录下:
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

1 学习率,batch,num-worker,epoch,优化函数等 都是在configs/base/下的文件内去修改
2 如果遇到 Cuda out of memory错误:可将 mmrotate-main/configs/base/datasets/dotav1.py文件中的samples_per_gpu 和 workers_per_gpu 改小一点。

基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30
测试效果:
基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30

6 公开数据集及对应代码下载网址

比较全面的数据集网站: 根据关键词搜索基本上都能找到相关的数据集

参考博客

AI目标检测:VOC格式数据集转换为DOTA类型数据集

使用MMrotate的Kfiou进行身份证分割 文章来源地址https://www.toymoban.com/news/detail-447113.html

到了这里,关于基于MMRotate训练自定义数据集 做旋转目标检测 2022-3-30的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板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TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包