【数据清洗】快速对目标检测标注数据进行分类筛选

关键词: python 、 xml、yolo、分类筛选、目标检测、 数据清洗、 脚本

背景

  数据集的质量往往不是那么好,通常伴随着非目标物体的出现进行误标注,或者是需要已标注的数据集进行分类筛选。现在我们简化假设如下任务
主题: 对安全帽数据集进行清洗;
内容: 安全帽数据集中含有红色帽、蓝色帽、黄色帽这三种颜色;
需求: 对安全帽数据集标签都是helmet,现在需要对helmet分为三种颜色

需求分析

  这里我们有三种颜色的帽子,但是标签都是helmet,现在需要将他们分开,然后重新修改name。我们可以通过脚本语言实现读取图像以及标签文件,将标签文件的标注信息绘制在读取图像上,按下指定按键将所显示的图像移动至指定文件夹中达到数据清洗的目的。

  在这里对上述进行分析可以得到两个个关键点:

  1. 读取图像及对应的标注信息
  2. 监控键盘按键是否被按下

实现

  这里我们使用python语言实现上述的两个核心功能在实现,这里我们使用opencv读取图像,然后读取该图像名对应的标注图像:

shell 复制代码
# 获取xml信息
def parse_xml(self, xml_file):
    tree = ET.parse(xml_file)
    root = tree.getroot()
    boxes = []

    for obj in root.findall('object'):
        name = str(obj.find('name').text)
        xmin = int(obj.find('bndbox').find('xmin').text)
        ymin = int(obj.find('bndbox').find('ymin').text)
        xmax = int(obj.find('bndbox').find('xmax').text)
        ymax = int(obj.find('bndbox').find('ymax').text)
        boxes.append((name, xmin, ymin, xmax, ymax))

    return boxes

def fun_1(self):
    global key_char
    img_path, xml_path = self.open_file()
    for name in os.listdir(img_path):
        self.img_name = name
        self.xml_name = name[:-3] + "xml"
        self.img_file = os.path.join(img_path, self.img_name)
        self.xml_file = os.path.join(xml_path, self.xml_name)

        image = cv2.imread(self.img_file)
        boxes = self.parse_xml(self.xml_file)
        for box in boxes:
            name, xmin, ymin, xmax, ymax = box
        cv2.rectangle(image, (xmin, ymin), (xmax, ymax), (255, 0, 0), 3)
        image = cv2.resize(image, (640, 480), interpolation=cv2.INTER_LINEAR)
        cv2.imshow('Image with Boxes', image)
        key = cv2.waitKey(0) & 0xFF

监控键盘按键是否被按下这里我们调用pynput库中的keyboard实现:

shell 复制代码
def on_key(self, key):
    global key_char
    key_char = key.char

def key_press(self):
    with keyboard.Listener(on_press=self.on_key) as listener:
        listener.join()

后续根据这两个核心功能,采用多线程使显示图像标注信息与按键监控逐步调试即可完成。

相关推荐
yz_aiks1 小时前
Termux 使用教程:把安卓手机变成随身 Linux(装 Python、SSH 远程、跑自动化脚本)
android·linux·python·智能手机·ssh·termux
2601_967980113 小时前
Flask Web 应用
python·flask·web开发·环境变量·虚拟环境
aifannihao3 小时前
ß 大写变 SS:用 Python 算清 Ruby2Shell 的缓冲区账本
python·安全·标准库·缓冲区溢出·字符串编码
liwulin05063 小时前
【OLLAMA】调用SKILL的通用ReAct
python
郝学胜-神的一滴4 小时前
Effective Python 条款36:优雅拼装迭代器与生成器
开发语言·数据结构·人工智能·python·numpy·scikit-learn
金銀銅鐵4 小时前
用 graphviz 画关系图:四个例子
数据可视化
Norna5 小时前
Git 给路径加了引号,这个文件就从 review 里消失了
python
wuyk5556 小时前
Python办公自动化-第04讲-批量新建Excel
开发语言·python·excel
wuyk5556 小时前
Spider-第20讲-综合实战可上线爬虫
大数据·爬虫·python·elasticsearch
JonaHu7 小时前
关键词排名突然消失?用 Python、SQLite 和 SERP API 搭一套可解释的 SEO 监控
python·sqlite·seo·serp api