跑通基于YOLOv5的旋转框目标检测

首先介绍一下如何制作带有角度的YOLOv5数据集标注。

先去这个网站下标注软件代码GitHub - cgvict/roLabelImg: Label Rotated Rect On Images for training

随后为其创建独立的虚拟环境

conda create -n rolabel36 python=3.6

激活环境

conda activate rolabel36

安装对应的依赖包

pip install pyqt5-tools
pip install lxml
pyrcc5 -o resources.py resources.qrc 

在项目根目录下运行打开标注软件的程序

python roLabelImg.py

选中需要标注的文件夹即可对数据集进行标注，标注示例如下图所示。

然而软件标注的格式是xml格式，网络训练需要的标注格式是txt文件，因此需要把xml文件转换为txt格式。以下代码可以实现这个转换，只需要把XMLDIR和OUTDIR改为自己的路径即可。

import os
import os.path as osp
import math

BASEDIR = osp.dirname(osp.abspath(__file__))    #获取的当前执行脚本的完整路径
XMLDIR = osp.join(BASEDIR, r'C:\Users\BJUT\Desktop\label')
OUTDIR = osp.join(BASEDIR, r'C:\Users\BJUT\Desktop\labels')
if not osp.exists(OUTDIR):
    os.makedirs(OUTDIR)
# pi=3.1415926
xmlnames = [i for i in os.listdir(XMLDIR) if i.endswith('.xml')]
# print(names)
pi = 3.1415926


# 转换成四点坐标
def convert(cx, cy, w, h, a):
    if a >= pi:
        a -= pi
    # 计算斜径半长
    l = math.sqrt(w ** 2 + h ** 2) / 2
    # 计算初始矩形角度
    a0 = math.atan(h / w)
    # 旋转,计算旋转角
    # 右上角点 ↗
    a1 = a0 + a
    x1 = cx + l * math.cos(a1)
    y1 = cy + l * math.sin(a1)
    # 右下角点 ↘
    a2 = -a0 + a
    x2 = cx + l * math.cos(a2)
    y2 = cy + l * math.sin(a2)
    # 左下角点 ↙
    a3 = a1 + pi