水果识别-数据集制作

水果识别

• 图片获取
• 图片标注
• 处理成VOC数据集格式

1. 图片获取因为需要很多的照片，所以为了效率也为了不把快门按到手软，于是先拍个视频然后把视频转化成图片。用ffmpeg工具。安装ffmpeg工具

   sudo apt install ffmpeg
   

   将视频转成图片

   ffmpeg -i ./test/video.mp4 -r 10 -f image2 ./destination/%05d.jpg
   

   ./test/video.mp4 表示要转化的视频 10 表示每秒保存10帧 ./destination 表示转的的图片存储目录 %05d.jpg 图片命名规则，表示5位数不够用0补足，除了.jpg还可以是.png、.bmp等格式
2. 图片标注，安装使用labelImg Python 2 + Qt4

   git clone https://github.com/tzutalin/labelImg.git
   cd labelImg
   sudo apt-get install pyqt4-dev-tools
   sudo pip install lxml
   make qt4py2
   python labelImg.py
   python labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]
   

   Python 3 + Qt5 (Recommended)

   git clone https://github.com/tzutalin/labelImg.git
   cd labelImg
   sudo apt-get install pyqt5-dev-tools
   sudo pip3 install -r requirements/requirements-linux-python3.txt
   make qt5py3
   python3 labelImg.py
   python3 labelImg.py [IMAGE_PATH] [PRE-DEFINED CLASS FILE]
   

   然后在图形用户界面标记图片，标记后会生成xml文件。 操作界面： 相应图片与生成的xml文件如下所示：
3. 然后把标记后的图片保存成VOC数据集的格式，数据集结构为：

   --VOC
      --Annotations
      --ImageSets
        --Main
        --Layout
        --Segmentation
      --JPEGImages
      --SegmentationClass
      --SegmentationObjec
   

   在水果识别中只用到了Annotations，ImageSets，JPEGImages这三个文件夹。把第二步生成的xml文件放在Annotations文件夹中，把原图放在JPEGImages文件夹中，并且让每个jpg图片对应一个xml文件。ImageSets中在这里只用到了Main文件夹，其他的在识别水果中都用不到。Main文件夹中存放train.txt，test.txt等文件，指定哪些数据用来训练哪些数据用来测试，里面保存不带后缀的图片名称列表，在这里只要训练用到的train.txt文件。所以这里用到的数据集是修改过得VOC数据集，结构为：

   --VOC
      --Annotations
      --ImageSets
        --Main
      --JPEGImages
   

   同时注意外层文件夹命名成VOC2007（一定是名字+年份，因为后面作为参数输入是直接输入的年份）。这样数据集就做好了，做好的训练集放在/darknet/scripts/VOCdevkit目录下，然后准备训练。