Detectron：训练自己的数据集——将自己的数据格式转换成COCO格式

2021/12/6更新：完整代码看这里：

转COCO格式代码https://download.csdn.net/download/qq_15969343/85088683

2021/7/6更新：还是windows上面用起来比较舒服！欢迎使用更快，算法更多的Detectron2：

WIN10安装基于Pytorch1.8.1、Cuda11.1.1的Detectron2（0.1或0.4.1）

以下为原文：

---

Detectron系列：

1. Detectron:assert len(cfg_list) % 2 == 0 AssertionError

2. Detectron：用自己训练好的模型进行测试

1.前情提要   

    Fackbook的开源检测框架Detectron已开源了一段时间：

    https://github.com/facebookresearch/Detectron

    但苦于之前都是用Keras和Tensorflow，没接触过caffe2，所以一直没有尝试，~~~并且之前没用过linux系统，对于命令基本不懂~~，好在会用浏览器，遇到问题就查查，也算是把坑都给踩遍了，最后总算有惊无险，用上了强大的Detectron啦。

    关于安装caffe2和Detectron等有空了在写~！   这篇文章主要说一下如何制作该框架所需的标注格式！但是呢~~~由于自定义自己的数据集比较繁琐，推荐使用Detectron自带的COCO数据集名称，并将自己的数据集转化为COCO数据集的格式，当然如果你是大佬，忽略这个~~现在，没错，就是现在~~~来分享一下如何生成这种COCO格式~~~

2.COCO数据集格式 

    首先，通过COCO - Common Objects in Context（COCO官网）了解了coco数据集的格式如下：

    对于目标检测的话，还需要关注BBOX格式如下：

    那么，我们只要将我们的数据格式转换为以上即可~

3.转化自己的数据集

  3.1数据放置方式

    我们需要创建一个文件夹，用于存放图片以及标注数据，具体的放置方式如下：

    ├── annos.txt
    ├── annotations
    ├── classes.txt
    └── images

    其中，annos放置数据集的原始标注文件，可能是txt，或者csv格式；classes.txt放置你标注的类别名称，每行一个类别，不含背景；images放置数据集的原始图像文件。annotations预备放置与COCO数据集格式的标注文件。下面需要将我们自己的标注文件生成COCO格式的标注文件。

   3.2转换自己的数据

    我自己的数据如下所示：

    每行对应一条BBOX标记：filename，label， x_min， y_min， x_max， y_max ，下面开始转换:

    我们使用os提取images文件夹中的图片名称，并且将BBox都读进去：

import json
import os
import cv2

# 根路径，里面包含images(图片文件夹)，annos.txt(bbox标注)，classes.txt(类别标签),以及annotations文件夹(如果没有则会自动创建，用于保存最后的json)
root_path = 'E:\dogcat\\f_train\data\\get_json\\'
# 用于创建训练集或验证集
phase = 'val'
# 训练集和验证集划分的界线
split = 8000

# 打开类别标签
with open(os.path.join(root_path, 'classes.txt')) as f:
  classes = f.read().strip().split()

# 建立类别标签和数字id的对应关系
for i, cls in enumerate(classes, 1):
  dataset['categories'].append({'id': i, 'name': cls, 'supercategory': 'mark'})

# 读取images文件夹的图片名称
indexes = [f for f in os.listdir(os.path.join(root_path, 'images'))]

# 判断是建立训练集还是验证集
if phase == 'train':
  indexes = [line for i, line in enumerate(_indexes) if i <= split]
elif phase == 'val':
  indexes = [line for i, line in enumerate(_indexes) if i > split]

# 读取Bbox信息
with open(os.path.join(root_path, 'annos.txt')) as tr:
    annos = tr.readlines()

接着将，以上数据转换为COCO所需要的

for k, index in enumerate(indexes):

    # 用opencv读取图片，得到图像的宽和高
    im = cv2.imread(os.path.join(root_path, 'images/') + index)
    height, width, _ = im.shape

    # 添加图像的信息到dataset中
    dataset['images'].append({'file_name': index,
                              'id': k,
                              'width': width,
                              'height': height})

对于一个图有着多个框的情况判断一下：

for ii, anno in enumerate(annos):
    parts = anno.strip().split()

    # 如果图像的名称和标记的名称对上，则添加标记
    if parts[0] == index:
        # 类别
        cls_id = parts[1]
        # x_min
        x1 = float(parts[2])
        # y_min
        y1 = float(parts[3])
        # x_max
        x2 = float(parts[4])
        # y_max
        y2 = float(parts[5])
        width = max(0, x2 - x1)
        height = max(0, y2 - y1)
        dataset['annotations'].append({
            'area': width * height,
            'bbox': [x1, y1, width, height],
            'category_id': int(cls_id),
            'id': i,
            'image_id': k,
            'iscrowd': 0,
            # mask, 矩形是从左上角点按顺时针的四个顶点
            'segmentation': [[x1, y1, x2, y1, x2, y2, x1, y2]]
        })

接着将结果保存：

# 保存结果的文件夹
folder = os.path.join(root_path, 'annotations')
if not os.path.exists(folder):
  os.makedirs(folder)
json_name = os.path.join(root_path, 'annotations/{}.json'.format(phase))
with open(json_name, 'w') as f:
  json.dump(dataset, f)

查看结果：