Python-基于YOLOv3的行人检测

基于YOLOv3的行人检测

# coding=utf-8
# 使用说明
# 需要先安装coco tools
# git clone https://github.com/pdollar/coco.git
# cd coco/PythonAPI
# make install（可能会缺少相关依赖，根据提示安装依赖即可）
# 执行脚本前需在train2014和val2014目录下分别创建JPEGImages和labels目录，并将原来train2014和val2014目录下的图片移到JPEGImages下
# COCO数据集的filelist目录下会生成图片路径列表
# COCO数据集的子集的labels目录下会生成yolo需要的标注文件


from pycocotools.coco import COCO
import shutil
import os


# 将ROI的坐标转换为yolo需要的坐标
# size是图片的w和h
# box里保存的是ROI的坐标（x，y的最大值和最小值）
# 返回值为ROI中心点相对于图片大小的比例坐标，和ROI的w、h相对于图片大小的比例
def convert（size box）:
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = box[0] + box[2] / 2.0
    y = box[1] + box[3] / 2.0
    w = box[2]
    h = box[3]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return （x y w h）


# 获取所需要的类名和id
# path为类名和id的对应关系列表的地址（标注文件中可能有很多类，我们只加载该path指向文件中的类）
# 返回值是一个字典，键名是类名，键值是id
def get_classes_and_index（path）:
    D = {}
    f = open（path）
    for line in f:
        temp = line.rstrip（）.split（‘‘ 2）
        print（“temp[0]:“ + temp[0] + “\n“）
        print（“temp[1]:“ + temp[1] + “\n“）
        D[temp[1]] = temp[0]
    return D


dataDir = ‘/home/pascal/COCO‘  # COCO数据集所在的路径
dataType = ‘train2017‘  # 要转换的COCO数据集的子集名
annFile = ‘%s/annotations/instances_%s.json‘ % （dataDir dataType）  # COCO数据集的标注文件路径
classes = get_classes_and_index（‘/home/pascal/COCO/coco_list.txt‘）

# labels 目录若不存在，创建labels目录。若存在，则清空目录
if not os.path.exists（‘%s/%s/labels/‘ % （dataDir dataType））:
    os.makedirs（‘%s/%s/labels/‘ % （dataDir dataType））
else:
    shutil.rmtree（‘%s/%s/labels/‘ % （dataDir dataType））
    os.makedirs（‘%s/%s/labels/‘ % （dataDir dataType））

# filelist 目录若不存在，创建filelist目录。
if not os.path.exists（‘%s/filelist/‘ % dataDir）:
    os.makedirs（‘%s/filelist/‘ % dataDir）

coco = COCO（annFile）  # 加载解析标注文件
list_file = open（‘%s/filelist/%s.txt‘ % （dataDir dataType） ‘w‘）  # 数据集的图片list保存路径

imgIds = coco.getImgIds（）  # 获取标注文件中所有图片的COCO Img ID
catIds = coco.getCatIds（）  # 获取标注文件总所有的物体类别的COCO Cat ID

for imgId in imgIds:
    objCount = 0  # 一个标志位，用来判断该img是否包含我们需要的标注
    print（‘imgId :%s‘ % imgId）
    Img = coco.loadImgs（imgId）[0]  # 加载图片信息
    print（‘Img :%s‘ % Img）
    filename = Img[‘file_name‘]  # 获取图片名
    width = Img[‘width‘]  # 获取图片尺寸
    height = Img[‘height‘]  # 获取图片尺寸
    print（‘filename :%s width :%s height :%s‘ % （filename width height））
    annIds = coco.getAnnIds（imgIds=imgId catIds=catIds iscrowd=None）  # 获取该图片对应的所有COCO物体类别标注ID
    print（‘annIds :%s‘ % annIds）
    for annId in annIds:
        anns = coco.loadAnns（annId）[0]  # 加载标注信息
        catId = anns[‘category_id‘]  # 获取该标注对应的物体类别的COCO Cat ID
        cat = coco.loadCats（catId）[0][‘name‘]  # 获取该COCO Cat ID对应的物体种类名
        # print ‘anns :%s‘ % anns
        # print ‘catId :%s  cat :%s‘ % （catIdcat）

        # 如果该类名在我们需要的物体种类列表中，将标注文件转换为YOLO需要的格式
        if cat in classes:
            objCount = objCount + 1
            out_file = open（‘%s/%s/labels/%s.txt‘ % （dataDir dataType filename[:-4]） ‘a‘）
            cls_id = classes[cat]  # 获取该类物体在yolo训练中的id
            box = ann

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\
     文件       11357  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\LICENSE
     文件        9207  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\README.md
     目录           0  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\images\
     文件      415034  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\images\kite-7-final.jpg
     文件      426628  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\images\kite-pj.jpg
     文件       27957  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\images\loss_analyse_result.png
     目录           0  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\
     目录           0  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\YOLO_VOC2007\
     文件        2521  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\YOLO_VOC2007\extract_person.py
     文件        2075  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\YOLO_VOC2007\voc_label.py
     目录           0  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\YOLO_VOC2007_2012\
     文件        2521  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\YOLO_VOC2007_2012\extract_person_2007.py
     文件        2422  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\YOLO_VOC2007_2012\extract_person_2012.py
     文件        2093  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\YOLO_VOC2007_2012\voc_label.py
     文件        4270  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\coco_to_yolo.py
     文件        1611  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\helmet_to_yolo.py
     文件        2059  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\show_voc_xml.py
     文件        2026  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\show_yolo_label.py
     文件        6187  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\make_yolo_dataset\xml2json.py
     目录           0  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\yolo_compute_mAP_on_VOC2007\
     文件        3529  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\yolo_compute_mAP_on_VOC2007\reval_voc_py3.py
     文件        6994  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\yolo_compute_mAP_on_VOC2007\voc_eval_py3.py
     目录           0  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\yolo_loss_analyse\
     文件        2140  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\yolo_loss_analyse\analyse.py
     目录           0  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\yolo_loss_analyse\loss\
     文件     3425747  2018-10-25 10:58  pascal1129-yolo_person_detect-da3d03c\yolo_loss_analyse\loss\train7-loss.txt