Torchvision_MaskRCNN（1）数据集准备

最新推荐文章于 2025-03-04 16:09:11 发布

鲸落于北

最新推荐文章于 2025-03-04 16:09:11 发布

阅读量1.7k

点赞数

文章标签：深度学习 python

本文链接：https://blog.youkuaiyun.com/weixin_42708301/article/details/115487654

版权

最近需要做一个目标分割任务，但是没啥经验，所以准备从基础搞起，先学习如何使用经典的MaskRCNN来实现检测任务。

MaskRCNN的原始版本是用TensorFlow写的，但是我没啥TensorFlow的经验，Pytorch稍微熟悉一点，而且去网上查了下都说Pytorch版本的MaskRCNN好像训练速度更快、效果更好一些，这一点就不发表看法了。

MaskRCNN的数据集要比一般的分类任务、目标检测任务、语义分割任务的数据集都复杂一些，因为需要标注出不同种类的物体轮廓，同种物体的不同个体之间也要编号，如果只是练习使用MaskRCNN，网上有很多现成的数据集，最经典的就是COCO，大家可以自己去看看怎么安装，建议用Anaconda3安装，报了错也挺麻烦的。

但是真正要用MaskRCNN，那基本都是有自己的检测目标，所以如何将自己的目标图片做成数据集，其实网上也有很多教程，尤其是视频教程，非常建议大家跟着视频教程去做，我已经受够了那些粗略的文字教程，有的根本搞不清楚。

这篇博客倒也不是有什么原创性，只是把制作MaskRCNN数据集的步骤详细的记录下来，也方便自己做的时候来翻找。

安装labelme

首先先安装Anaconda3，不说了，教程一大堆一大堆。（本文都是Windows系统下， linux系统下的教程应该更多。）

在开始菜单进入Anaconda3 - Anaconda Prompt，打开命令行窗口，现在你应该处于一个base的虚拟环境里。你可以新建一个虚拟环境，然后把labelme装在新虚拟环境里，直接装在base环境里也可以。

在Anaconda命令行输入以下命令：

conda create --name=labelme python=3.6   # 这里只是给个例子，其实完全不需要新建一个环境只装个labelme
conda activate labelme                   # 安装labelme

如果之前装过labelme，需要更新升级，则使用：

pip install --upgrade labelme

使用labelme进行标注

准备工作

（1）新建一个大文件夹Dateset

（2）在Dataset下新建一个图片文件夹images（文件夹名可任取，后面指令里记得改就行），把待标注的图放进去，格式最好是jpg（png也行），图片尺寸建议长边不要超过1000pixel，虽然理论上MaskRCNN对输入图片的尺寸没有要求，但是图片尺寸过大（3000*4000以上）有可能导致CUDA out of memory（懂得都懂）

（3）在Dataset下新建一个labels.txt文件（文件名可任取，后面指令里记得改就行），其中存放你准备识别的类别的标签，有两个标签是必须的（永恒的第一个和第二个标签）：

__ignore__              # 前后各两个下划线
_background_            # 前后各一个下划线

然后是你自己要识别的类别标签，往后分行列就行，比如我要识别cable、clip、jointer三类：

在这里插入图片描述
至此，准备工作结束。

图片标注

在Anaconda Prompt中，使用cd命令，cd到Dataset文件夹的位置，然后输入以下命令：

labelme images --labels labels.txt --nodata --validatelabel exact --config '{shift_auto_shape_color: -2}'

这行指令中，images是图片文件夹名，labels.txt是标签文件名，如果命名时有改动，这里也记得修改。

有时由于版本不同（通常是安装时labelme版本过新），这句指令会报错，报错的处理方法倒也有，但是没必要那么麻烦，直接把最后的一部分去掉，就能正常运行。

labelme images --labels labels.txt --nodata --validatelabel exact

然后，会打开一个labelme窗口，在这个窗口进行标注。

或者你也可以不用上述指令，直接在命令行中输入：

labelme

也能打开标注界面，然后在左侧选择open dir，打开刚才建好的图片文件夹。

在开始标注前，建议先点击一下file，选择save automatically，就能自动保存，不需要每标完一张图再专门去保存了。

开始标注，点击Create Polygons，然后用鼠标围着你要标注的物体轮廓走一圈，尽量贴合轮廓，最后一个点点击第一个点闭合，然后会自动跳出该界面：

在这里插入图片描述
这是已经建好了三个类，如果没有的话，就Enter object label，建过一次后就会有记录。

扣轮廓的时候如果觉得上个点的位置不行，想取消，就敲一下backspace就行，敲一次取消一个点。如果已经闭合，就点Edit Polygons，可以拖动单个点，或者拖动整个区域进行调整。

最后标好的图片大致如下：
在这里插入图片描述
这里不同种类的零件的框颜色都是绿色，这就是因为上面，运行时去掉了--config '{shift_auto_shape_color: -2}'这一段指令，当然不影响接下来的操作，不同颜色的框的作用主要就是提醒你label有没有标错，一般不会标错的。

标注完一张图片后，点击Next Image，图片会自动保存一个对应的jason文件，然后跳到下一张待标注图片，一直标完即可。

用标注结果生成VOC格式的数据集

这里用到labelme github上提供的labelme2voc.py，大家可以去搜

https://github.com/wkentaro/labelme/tree/master/examples

也可以新建一个py文件，把下面的代码粘进去（或者直接复制粘贴成txt文件，然后把文件名后标改成.py文件）：

在这里插入图片描述如上图，examples底下有两个文件夹里都有labelme2voc文件，一个是semantic_segmentation，语义分割，一个是instance_segmentation，实例分割。我的目标是做实例分割，不仅需要切割出语义，也要切割出个体，所以选用了instance_segmentation下的labelme2voc.py文件。（而且instance_segmentation下的labelme2voc文件生成的数据集中也包含有做语义分割需要的数据集，一举两得）

在这里插入图片描述

把该py文件移动到Dataset文件夹下，和labels.txt和images文件夹同级。

然后，在Anaconda3 Prompt中，cd到Dataset文件夹，然后运行以下指令：

python labelme2voc.py images target --labels labels.txt

其中，target是输出目标文件夹名，可自行改动。target文件夹里面内容很多，然后就会自动生成数据集：

在这里插入图片描述
这里面，JPEGImages是原图，然后SegmentationClassPNG里面，则是语义分割级别的png遮罩图片；SegmentationObjectPNG则是实例分割级别的png遮罩图。

在这里插入图片描述而SegmentationObjectVisualization里面则是原图+遮罩的叠加图，主要用来看看。最终用的上的两个文件夹就是JPEGImages和SegmentationObjectPNG两个。