使用新版FLIR (FLIR_ADAS_v2) 训练Faster RCNN模型
简介
- FLIR在2022.1.19发布了新版的FLIR_ADAS_v2,相较于上一代的FLIR_1_3,新版有着更多的类别和数量更丰富的图像。但现有的博客中关于新版FLIR的使用教学少只有少,加上暑假期间曾使用FLIR_ADAS_v2来训练模型以提高其对红外热图像的识别能力,便决定记录分享一下。
- 本文章主要介绍如何使用FLIR_ADAS_v2中的thermal image来训练基于pytorch的Faster RCNN模型
- 若有不足,也欢迎大家指正批评
FLIR_ADAS_v2数据集下载
- 官方下载链接:FREE - FLIR Thermal Dataset for Algorithm Training | Teledyne FLIR
- 如果官方下载失败可以使用笔者上传的百度云
-
链接: https://pan.百度.com/s/1ooLmEm39Y_LSinU860Zj1w?pwd=3cp3 提取码: 3cp3 复制这段内容后打开百度网盘手机App,操作更方便哦
-
Faster RCNN模型下载
- 在此使用的Faster RCNN模型链接为:GitHub - bubbliiiing/faster-rcnn-pytorch: 这是一个faster-rcnn的pytorch实现的库,可以利用voc数据集格式的数据进行训练。
数据集的预处理
将json文件转换为xml文件
- 本文章使用的是FLIR_ADAS_v2数据集中的thermal image
- FLIR_ADAS_v2提供的annotation文件是coco.json
- 我们需要将json文件转换为Faster RCNN所需要的xml文件
- 网上将json文件转换为xml文件的代码很多,我在此展示我所借鉴的,仅供参考
-
# translate coco_json to xml
-
import os
-
import time
-
import json
-
import pandas as pd
-
from tqdm import tqdm
-
from pycocotools.coco import COCO
-
-
-
def trans_id(category_id):
-
names = []
-
namesid = []
-
for i in range(0, len(cats)):
-
names.append(cats[i]['name'])
-
namesid.append(cats[i]['id'])
-
# print('id:{1}\t {0}'.format(names[i], namesid[i]))
-
index = namesid.index(category_id)
-
return index
-
-
root = r'' # 你下载的 COCO 数据集所在目录
-
dataType = '2019'
-
anno = r'' # annotation文件所在的位置
-
xml_dir = r'' # 生成的xml文件的储存位置
-
-
coco = COCO(anno) # 读文件
-
cats = coco.loadCats(coco.getCatIds()) # 这里loadCats就是coco提供的接口,获取类别
-
-
# Create anno dir
-
dttm = time.strftime("%Y%m%d%H%M%S", time.localtime())
-
# if os.path.exists(xml_dir):
-
# os.rename(xml_dir, xml_dir dttm)
-
# os.mkdir(xml_dir)
-
-
with open(anno, 'r') as load_f:
-
f = json.load(load_f)
-
-
imgs = f['images'] # json文件的img_id和图片对应关系 imgs列表表示多少张图
-
-
cat = f['categories']
-
df_cate = pd.DataFrame(f['categories']) # json中的类别
-
df_cate_sort = df_cate.sort_values(["id"], ascending=True) # 按照类别id排序
-
categories = list(df_cate_sort['name']) # 获取所有类别名称
-
print('categories = ', categories)
-
df_anno = pd.DataFrame(f['annotations']) # json中的annotation
-
-
for i in tqdm(range(len(imgs))): # 大循环是images所有图片
-
xml_content = []
-
file_name = imgs[i]['file_name'] # 通过img_id找到图片的信息
-
height = imgs[i]['height']
-
img_id = imgs[i]['id']
-
width = imgs[i]['width']
-
-
# xml文件添加属性
-
xml_content.append("<annotation>")
-
xml_content.append(" <folder>VOC2007</folder>")
-
xml_content.append(" <filename>" file_name.split('/')[1].split('.')[0] '.jpg' "</filename>")
-
xml_content.append(" <size>")
-
xml_content.append(" <width>" str(width) "</width>")
-
xml_content.append(" <height>" str(height) "</height>")
-
xml_content.append(" </size>")
-
xml_content.append(" <segmented>0</segmented>")
-
-
# 通过img_id找到annotations
-
annos = df_anno[df_anno["image_id"].isin([img_id])] # (2,8)表示一张图有两个框
-
-
for index, row in annos.iterrows(): # 一张图的所有annotation信息
-
bbox = row["bbox"]
-
category_id = row["category_id"]
-
# cate_name = categories[trans_id(category_id)]
-
cate_name = cat[category_id-1]['name']
-
-
# add new object
-
xml_content.append("<object>")
-
xml_content.append("<name>" cate_name "</name>")
-
xml_content.append("<pose>Unspecified</pose>")
-
xml_content.append("<truncated>0</truncated>")
-
xml_content.append("<difficult>0</difficult>")
-
xml_content.append("<bndbox>")
-
xml_content.append("<xmin>" str(int(bbox[0])) "</xmin>")
-
xml_content.append("<ymin>" str(int(bbox[1])) "</ymin>")
-
xml_content.append("<xmax>" str(int(bbox[0] bbox[2])) "</xmax>")
-
xml_content.append("<ymax>" str(int(bbox[1] bbox[3])) "</ymax>")
-
xml_content.append("</bndbox>")
-
xml_content.append("</object>")
-
xml_content.append("</annotation>")
-
-
x = xml_content
-
xml_content = [x[i] for i in range(0, len(x)) if x[i] != "\n"]
-
### list存入文件
-
xml_path = os.path.join(xml_dir, file_name.replace('.jpg', '.xml'))
-
with open(xml_path, 'w ', encoding="utf8") as f:
-
f.write('\n'.join(xml_content))
-
xml_content[:] = []
- 也可以直接使用笔者转换好的xml文件
链接: https://pan.百度.com/s/1Um8bXlrri0B-9RF4LNeZSQ?pwd=8wk7 提取码: 8wk7
对数据集进行分组
- 在model_data文件夹下新建flir.txt文件,将所需识别的class键入
- 因为笔者的项目需求,所以键入了FLIR_ADAS_v2的category中提到的80个类。如有需要,可直接下载笔者所用的txt文件
- 链接: https://pan.百度.com/s/1TU5OBbMX_5wvSOLscrLTdA?pwd=6yae 提取码: 6yae 复制这段内容后打开百度网盘手机App,操作更方便哦
- 因为笔者的项目需求,所以键入了FLIR_ADAS_v2的category中提到的80个类。如有需要,可直接下载笔者所用的txt文件
- 将生成的xml文件放入VOCdevkit -> Annotations文件夹下
- 将对应的图片放入VOCdevkit -> JPEGImages文件夹下
- 生成模型所需的训练文件
- 检查VOCdevkit -> ImageSets->Main文件夹下及VOCdevkit文件夹下是否有txt文件,若有请删去
- 点击 voc_annotation.py 文件,将 class_path 更改为类文件路径,即 model_data/flir.txt
- 根据自己的项目需求对trainval_percent和train_percent进行更改,若无特殊需求,可保持默认
- 运行 voc_annotation.py 即可生成刚才所删除的txt文件,并会生成每个类所包含的数量
开始训练
- 点击 train.py 文件,将 classes_path 设置为类文件所在路径,即 model_data/flir.txt
- 根据自己的需求和设备性能对Epoch和batch_size等参数进行修改
- 运行 train.py 文件即可开始训练啦!
训练结果分析
- logs 文件夹下会生成权重文件 pth 和 报告文件
打开tfevents文件
-
将以下代码中的event-dir换为tfevents所属文件夹的绝对路径(不是tfevents的相对路径!!!),并在命令行输入(如果环境为anaconda则在对应环境下输入)
- 若失败请先导入tensorboard库
tensorboard --logdir=event-dir
- 示例
- 复制链接到浏览器中,一般为 http://localhost:6006/
- 即可查看详细数据
使用训练权重进行图像识别
导入需要进行识别的图像并新建图像输出路径
-
新建 img 文件夹,并导入需要进行识别的图像
-
新建 img_out 文件夹用于储存输出图片
修改 frcnn.py 文件
- 修改权重文件和类文件
修改 predict.py 文件
- 将模式修改为批量识别
- 修改图像的输入路径和输出路径
运行 predict.py 文件
- 控制台
- 输出图片
参考:
- 本文章参考了CSDN博主 Fighting_1997 大佬的原创文章
- 祝大佬身体健康,万事如意!
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhggjkkh
系列文章
更多
同类精品
更多
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
TikTok加速器哪个好免费的TK加速器推荐
TK小达人 10-01 -
怎样阻止微信小程序自动打开
PHP中文网 06-13