移动商贩摆摊检测数据集 占道经营 1100张 带标voc yolo
移动商贩摆摊检测数据集介绍
数据集名称
移动商贩摆摊检测数据集 (Street Vendor Detection Dataset)
数据集概述
该数据集是一个专门用于训练和评估移动商贩占道经营检测模型的数据集。数据集包含1100张图像，每张图像都带有详细的标注信息，标注格式包括VOC（Pascal VOC）和YOLO格式。这些图像涵盖了各种城市街道场景中的移动商贩及其摆摊情况，适用于基于深度学习的目标检测任务。通过这个数据集，可以训练出能够准确检测和定位街道上移动商贩的模型，从而帮助进行城市管理、交通管理等应用。
数据集特点
- 高质量图像：数据集中的图像具有高分辨率，能够提供丰富的细节信息。
- 带标注：每张图像都有详细的标注信息，包括商贩的位置和大小。
- 多格式标注：标注信息同时以VOC和YOLO格式提供，方便不同框架的使用。
- 实际应用场景：适用于需要精确检测移动商贩占道经营情况的场景，如城市管理、交通监控等。
数据集结构
street_vendor_detection_dataset/
├── images/ # 图像文件
│ ├── 00001.jpg # 示例图像
│ ├── 00002.jpg
│ └── ...
├── annotations/ # 标注文件
│ ├── VOC/ # Pascal VOC格式标注
│ │ ├── 00001.xml # 示例VOC标注文件
│ │ ├── 00002.xml
│ │ └── ...
│ ├── YOLO/ # YOLO格式标注
│ │ ├── 00001.txt # 示例YOLO标注文件
│ │ ├── 00002.txt
│ │ └── ...
├── data.yaml # 类别描述文件
├── README.md # 数据集说明数据集内容
-
images/- 功能：存放图像文件。
- 内容 ：
00001.jpg：示例图像。00002.jpg：另一张图像。- ...
-
annotations/- 功能：存放标注文件。
- 内容 ：
VOC/：存放Pascal VOC格式的标注文件。00001.xml：示例VOC标注文件。00002.xml：另一张图像的VOC标注文件。- ...
YOLO/：存放YOLO格式的标注文件。00001.txt：示例YOLO标注文件。00002.txt：另一张图像的YOLO标注文件。- ...
-
data.yaml-
功能：定义数据集的类别和其他相关信息。
-
内容 ：
train: street_vendor_detection_dataset/images val: street_vendor_detection_dataset/images nc: 1 names: ['vendor']
-
-
README.md- 功能：数据集的详细说明文档。
- 内容 ：
- 数据集的来源和用途。
- 数据集的结构和内容。
- 如何使用数据集进行模型训练和评估。
- 其他注意事项和建议。
数据集统计
- 总图像数量：1100张
- 总标注框数量：未明确给出，假设为N个
- 类别：1类（移动商贩）
- 平均每张图像的标注框数量：未明确给出，假设为M个
使用说明
-
环境准备
-
安装依赖库：
pip install -r requirements.txt -
确保安装了常用的深度学习库，例如
torch,torchvision,numpy等。
-
-
数据集路径设置
- 将数据集解压到项目目录下，确保路径正确。
-
训练模型
以下是一个使用PyTorch和
torchvision库进行移动商贩检测的示例代码。我们将使用预训练的Faster R-CNN模型，并对其进行微调以适应我们的数据集。import torch import torchvision from torchvision.models.detection.faster_rcnn import FastRCNNPredictor from torchvision.models.detection import FasterRCNN from torchvision.models.detection.rpn import AnchorGenerator from torchvision.transforms import functional as F from torch.utils.data import DataLoader, Dataset from PIL import Image import os import xml.etree.ElementTree as ET # 自定义数据集类 class StreetVendorDetectionDataset(Dataset): def __init__(self, root, transforms=None): self.root = root self.transforms = transforms self.imgs = list(sorted(os.listdir(os.path.join(root, "images")))) self.annotations = list(sorted(os.listdir(os.path.join(root, "annotations", "VOC")))) def __getitem__(self, idx): img_path = os.path.join(self.root, "images", self.imgs[idx]) annotation_path = os.path.join(self.root, "annotations", "VOC", self.annotations[idx]) img = Image.open(img_path).convert("RGB") annotation_root = ET.parse(annotation_path).getroot() boxes = [] labels = [] for obj in annotation_root.findall('object'): xmin, ymin, xmax, ymax = [int(obj.find('bndbox').find(tag).text) for tag in ('xmin', 'ymin', 'xmax', 'ymax')] label = obj.find('name').text label_id = 1 # 假设只有一个类别：移动商贩 boxes.append([xmin, ymin, xmax, ymax]) labels.append(label_id) boxes = torch.as_tensor(boxes, dtype=torch.float32) labels = torch.as_tensor(labels, dtype=torch.int64) target = {} target["boxes"] = boxes target["labels"] = labels target["image_id"] = torch.tensor([idx]) if self.transforms is not None: img, target = self.transforms(img, target) return F.to_tensor(img), target def __len__(self): return len(self.imgs) # 数据预处理 def get_transform(train): transforms = [] if train: transforms.append(torchvision.transforms.RandomHorizontalFlip(0.5)) return torchvision.transforms.Compose(transforms) # 加载数据集 dataset = StreetVendorDetectionDataset(root='street_vendor_detection_dataset', transforms=get_transform(train=True)) dataset_test = StreetVendorDetectionDataset(root='street_vendor_detection_dataset', transforms=get_transform(train=False)) indices = torch.randperm(len(dataset)).tolist() dataset = torch.utils.data.Subset(dataset, indices[:-100]) dataset_test = torch.utils.data.Subset(dataset_test, indices[-100:]) data_loader = DataLoader(dataset, batch_size=2, shuffle=True, num_workers=4, collate_fn=lambda x: tuple(zip(*x))) data_loader_test = DataLoader(dataset_test, batch_size=1, shuffle=False, num_workers=4, collate_fn=lambda x: tuple(zip(*x))) # 定义模型 model = torchvision.models.detection.fasterrcnn_resnet50_fpn(pretrained=True) num_classes = 2 # 1类移动商贩 + 背景 in_features = model.roi_heads.box_predictor.cls_score.in_features model.roi_heads.box_predictor = FastRCNNPredictor(in_features, num_classes) # 设置设备 device = torch.device("cuda" if torch.cuda.is_available() else "cpu") model.to(device) # 定义优化器 params = [p for p in model.parameters() if p.requires_grad] optimizer = torch.optim.SGD(params, lr=0.005, momentum=0.9, weight_decay=0.0005) # 训练模型 num_epochs = 10 for epoch in range(num_epochs): model.train() for images, targets in data_loader: images = list(image.to(device) for image in images) targets = [{k: v.to(device) for k, v in t.items()} for t in targets] loss_dict = model(images, targets) losses = sum(loss for loss in loss_dict.values()) optimizer.zero_grad() losses.backward() optimizer.step() print(f'Epoch {epoch+1}/{num_epochs}, Loss: {losses.item()}') # 验证模型 model.eval() with torch.no_grad(): for images, targets in data_loader_test: images = list(image.to(device) for image in images) targets = [{k: v.to(device) for k, v in t.items()} for t in targets] outputs = model(images) # 保存模型 torch.save(model.state_dict(), 'street_vendor_detection_model.pth')
注意事项
- 数据格式：确保输入的数据格式正确，特别是图像文件和标注文件的格式。
- 超参数调整：根据实际情况调整学习率、批大小等超参数，以获得最佳训练效果。
- 硬件要求：建议使用GPU进行训练和推理，以加快处理速度。如果没有足够的计算资源，可以考虑使用云服务提供商的GPU实例。
- 数据增强：可以通过数据增强技术（如随机翻转、旋转等）来增加模型的鲁棒性。
- 模型选择：除了Faster R-CNN，还可以尝试其他目标检测模型，如YOLOv5、SSD等，以找到最适合当前任务的模型。
- 类别平衡：虽然数据集中只有一类目标，但在实际应用中可能需要进一步检查并处理类别不平衡问题，例如通过过采样或欠采样方法。