YOLOv5小目標(biāo)切圖檢測的思路與方法
更新時間：2022年12月20日 15:41:34 作者：Mr?Dinosaur
目標(biāo)檢測Yolo算法是非常經(jīng)典且應(yīng)用廣泛的算法,下面這篇文章主要給大家介紹了關(guān)于YOLOv5小目標(biāo)切圖檢測的思路與方法,文中通過示例代碼介紹的非常詳細(xì),需要的朋友可以參考下
前言
當(dāng)我們在檢測較大分辨率的圖片時，對小目標(biāo)的檢測效果一直是較差的，所以就有了下面幾種方法：
- 將圖片壓縮成大尺寸進(jìn)行訓(xùn)練（ 想法：沒顯存，搞不來）
- 添加小檢測頭（想法：P5模型還有點用，P6模型完全沒用）
- 添加一些檢測模型和玄學(xué)機制（想法：你要是寫論文就去看看知*吧，只需要在最后面加一句：已達(dá)到工業(yè)檢測要求）
- 切圖檢測（想法：比較耗時，過程也比較繁瑣，可以嘗試）
切圖檢測
思路：
- 將原圖切成你想要的數(shù)量
- 將切成的小圖進(jìn)行訓(xùn)練，得到模型
- 將你需要檢測的圖片切成小圖，用模型檢測，并得到每張圖目標(biāo)位置的信息，保存在對應(yīng)圖片的txt文件
- 將所有txt文件融合，得到1個txt文件，并在原圖上顯示
一：切塊
# -*- 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)
使用模型檢測后得到：
二：融合txt文件
import os
from cv2 import cv2
# 保存所有圖片的寬高
# 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)
# 根據(jù)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]
# 讀取所有檢測出來的 小圖片的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
# 判斷該label屬于哪一張圖片
cur_label_belong = label.split('_')[0]
cur_big_width = img_info[cur_label_belong][0]
cur_big_height = img_info[cur_label_belong][1]
# 融合區(qū)域距離邊界的一小部分寬高
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)
# 文件名給予數(shù)據(jù)
# child_type = []
# child_num = []
# label內(nèi)容給予數(shù)據(jù)
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}')
# 讀取所有需要的數(shù)據(jù)
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}'
# 轉(zhuǎn)換成 數(shù)據(jù) 坐標(biāo), 并根據(jù)不同的num進(jìn)行處理
num = label.split('_')[-1].split('.')[0] # 圖片尾號 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]
# 小圖片內(nèi)， 無需加上 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 根據(jù) cur_label_belong 存儲在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: 轉(zhuǎn)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'融合圖片, 原圖片路徑：{big_images_path}\n小圖檢測的txt結(jié)果路徑：{labels_path}\n數(shù)據(jù)融合后txt結(jié)果路徑：{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：原圖顯示
# -*- 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
# 設(shè)置顏色
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'
# 轉(zhuǎn)換成cv2讀取，防止圖片載入錯誤
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(' ')
# 根據(jù)不同的 label 保存顏色
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'標(biāo)注框, 數(shù)據(jù)來源: {txt_dir}\n 被標(biāo)注圖片: {image_source_dir}\n 結(jié)果保存路徑: {box_dir}')
draw_images(image_source_dir, txt_dir, box_dir, font_type_path)
draw_main()效果對比：（上YOLOv5檢測，下YOLOv5+切圖檢測）
參考：
https://blog.csdn.net/qq_43622870/article/details/124984295
總結(jié)
到此這篇關(guān)于YOLOv5小目標(biāo)切圖檢測的思路與方法的文章就介紹到這了,更多相關(guān)YOLOv5小目標(biāo)切圖檢測內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Python接口自動化之cookie、session應(yīng)用詳解
本文主要介紹cookie、session原理及在自動化過程中如何利用cookie、session保持會話狀態(tài)的應(yīng)用，有需要的朋友可以參考下，希望可以有所幫助2021-08-08
這篇文章主要介紹了在Python中使用gRPC的方法示例，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-08-08
python Event事件、進(jìn)程池與線程池、協(xié)程解析
這篇文章主要介紹了python Event事件、進(jìn)程池與線程池、協(xié)程解析,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-10-10
這篇文章主要介紹了10款最佳Python開發(fā)工具推薦,每一款都是神器，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2020-10-10
這篇文章主要為大家詳細(xì)介紹了pywinauto自動化操作記事本，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-08-08
這篇文章主要為大家介紹了Python中的并發(fā)編程asyncio庫入門的使用示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-05-05
Python統(tǒng)計文本詞匯出現(xiàn)次數(shù)的實例代碼
這篇文章主要介紹了Python統(tǒng)計文本詞匯出現(xiàn)次數(shù)，這種問題在統(tǒng)計文本詞匯的次數(shù)時經(jīng)常會遇到，今天給大家分享解決方案，通過實例代碼給大家講解,需要的朋友可以參考下2020-02-02
這篇文章主要介紹了python操作yaml說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-04-04
解決Python 使用h5py加載文件,看不到keys()的問題
今天小編就為大家分享一篇解決Python 使用h5py加載文件,看不到keys()的問題，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-02-02
這篇文章主要介紹了python+Tkinter+多線程的實例，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-05-05