目标检测技巧：误识别数据喂入

最新推荐文章于 2025-02-15 21:57:38 发布

原创

最新推荐文章于 2025-02-15 21:57:38 发布 · 1.7k 阅读

4 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉

本文介绍了一种处理目标检测任务中误识别问题的方法，通过在误识别区域使用正方形标注并将其随机放置于训练集图像中，以增强模型对特定错误实例的学习能力。

在一些目标检测任务中，经常有一些容易误识别的数据，比如博主最近做的台标识别的项目，经常有一些芒果之类的被误识别为湖南卫视，而实验发现mmdetection并不支持无ground truth的输入图像，那如何喂入误识别数据呢？

本博客使用了一种有人称之为“填鸭式的方法”，即将误识别的区域使用正方形标注出来，然后随机打开训练集中的一张图像，将误识别切割出来的区域放到鼠标指定的位置（鼠标指定左上角，其余自动填充）

程序中会蹦出两个cv.show的图像，第一个是误识别的数据，第二个是随机打开的训练集的图片，点完之后按随意键打开下一张图片。一个误识别区域会随机放在五张图片中。

import cv2 as cv
import os
import numpy as np
from PIL import Image
import random

global img, pt_curr, pt_pre, counts, file_list, index, tar_img, img_crop
img_crop = np.zeros((10,10))
tar_img = np.zeros((100,100))
file_list = []
counts = 0
index = 0

def on_mouse1(event, x, y, flags, param):  # 鼠标左键按下
    global pt_curr, pt_pre, index, tar_img, img_crop, tar_name
    if event == cv.EVENT_LBUTTONDOWN:
        pt_curr = (x, y)
        pt_pre = pt_curr
        h, w, _ = np.shape(img_crop)
        s = tar_name.split('/')
        tar_name = '/Users/hank/Desktop/ad_12/train_aug/' + s[-1]
        print(np.shape(img_crop), np.shape(tar_img), tar_name)