个人打卡,慎看。
指路大佬:【手把手带你实战YOLOv5-入门篇】YOLOv5 数据集构建_哔哩哔哩_bilibili
一、数据收集
- 图片类型数据
- 视频类型数据【使用opencv进行视频抽帧】
利用jupyter抽取帧并显示出来:
python
import cv2
import matplotlib.pyplot as plt
video = cv2.VideoCapture("./192.mp4") #打开视频文件
ret,frame=video.read() #读取一帧
plt.imshow(frame)
#默认读取的是BGR格式
plt.imshow(cv2.cvtColor(frame,cv2.COLOR_BGR2RGB))
#设置读取格式为RGB
抽取一个视频里多个帧:【此处省略了import】
python
video = cv2.VideoCapture("./192.mp4") #打开视频文件
num=0 #计数帧
save_step=30 #间隔帧
#每间隔save_step个帧后,捕获当前帧。 因为很多视频前后的帧是相似,
#没有太大差距,所以设置了间隔。
while True:
ret,frame=video.read()
if not ret:
break
num+=1
if num% save_step==0:
cv2.imwrite("./images/"+str(num)+".jpg",frame)
#这里没有利用RGB转换,仍然是正常的。为什么?
#我们观察一下上面的代码,第一个是plt.imshow,这是利用plt打开图片,
#plt默认获取的格式是BGR。而这里cv2.imwrite是捕捉视频帧,直接存储到文件夹里,
#没有利用cv,plt打开图片。
二、标注工具labelimg
打开anaconda prompt,激活conda activate yolov5后输入以下指令
python
pip install labelimg #下载labelimg包
然后输入labelimg,打开labelimg工具,进行标注。
- 选择Open Dir可以打开文件夹。labelimg会获取文件夹下的所有图片文件。
- save format设置成YOLO 【按键在Save下面,默认pascalVOC】
- 右键图片,选择Create RectBox。即可任意框住图像,设置label。注意保存。会提示选择一个文件夹用于存放label。
- 快捷键:a可以切换到上一张图片, d可以切换到下一张图片,w快速创建RectBox
- 点击View,选择Auto Save mode可以自动保存。【不过我的还是得ctrl+s才可以保存】
- 打开存放label的文件夹,我们会看到classes.txt文件和其他与图片同名的txt文件。前者保存了设置的label种类信息,后者保存了每个图片设置的label框选位置。
疑问:为什么是import cv2而不是 import opencv
"cv2"中的"2"并不表示opencv的版本号。OpenCV是基于C/C++的,"cv"和"cv2"分别利用底层C API和C++API。这主要是一个历史遗留问题,是为了保持向后兼容。