使用TLD算法为深度学习准备数据集

本篇文章讲的是如何使用TLD算法制作数据集

这个项目呢，其实是我一个大项目的一个分支，我的大项目是要使用深度学习的方法对一个目标进行跟踪，目标是现实生活中的一件物品，在这里我就用一个遥控小车代替。而本篇文章讲的就是如何快速制作这个小车的数据集

我在本项目中使用的是TLD c++代码，在win10下，用VS2013跑起来的，参考的是PASCAL VOC数据集的格式

一、简单介绍PASCAL VOC数据集

PASCAL VOC是一个用于深度学习的数据集，里面有20个类别，可以进行目标分类、位置检测、语义分割等工作。如果使用过的都知道，它的框架里有两个很重要的组成部分，就是原始图片和标签数据，分别存放在JPEGImages和Annotations两个文件夹下，这两份数据是最最原始的数据，也是我们需要手动获取的，不可能写个python脚本自动生成

对于大部分人来讲，生成这些数据都是自己录像、拍照片或是从网上下载图片，然后再使用labelImg去一个一个地生成标签，这样很费事，很累，像我这么懒的肯定不会对着几万张图片一个一个操作了，这么重的体力活明显不适合我

于是我就想有没有一个简单快速的方法来做这件事呢？

二、简单介绍TLD算法

当然是有的呀，没有还写什么博客啊：）

TLD算法是一个传统的目标检测算法，可以用来对目标进行长时间跟踪，亲测可用

这个算法在一开始，让你在屏幕上用鼠标圈一个区域，然后算法就把这个区域当成目标进行长时间的跟踪。该算法由跟踪、检测、学习三个模块组成，其在线学习机制可以有效学习目标的变化

于是我以这套算法为基础，在上面进行修改，让其在检测到目标之后，可以输出jpg图片和xml文件，这样，检测到目标的同时，把目标的原始图片和标签文件都生成了，这部很痛快嘛

而且用CPU跑能达到30fps，要是没有什么意外，我一个小时之内就能生成几万个图片和标签，这数据集一下就做好了！