通常,当我们从xml标签文件(例如,从labelimg)生成TFRecords时,存在x.min,x.max,y.min和y.max的值,它们显示了方形标签。我们可以从中制作一个CSV数据并从中生成TFRecords。
但是对于pts,其值是一个非正方形的边界框,例如:
bounding_box: 534.588998862 232.095176337; 101.596234357 388.45367463; 51.3295676906 249.25367463; 484.322332196 92.8951763367
因此有四个x和y点,而不仅仅是labelimg给出的两个点。有人可以向我解释如何从pts生成TFRecord吗?
因此,以防万一其他人有相同的问题,我编写了一个脚本,使用xmin xmax ymin ymax将这四个点作为一个正方形,因此我们可以像从xml labelimg一样轻松地获取tfrecord。
这里是:
import os
import glob
import pandas as pd
from PIL import Image
import csv
for pts_file in glob.glob("./labels" + '/*.pts'):
with open(pts_file) as f:
im=Image.open("./img/" + pts_file[9:-3] + "jpg")
filename = pts_file[9:-3] + "jpg"
width = str(im.size[0])
height = str(im.size[1])
classs = "fish"
lines = f.readlines()
content = [line.split(' ')for line in open (pts_file)]
xmax = max(int(float(content[0][1])), int(float(content[0][4])), int(float(content[0][7])), int(float(content[0][10])))
xmin = min(int(float(content[0][1])), int(float(content[0][4])), int(float(content[0][7])), int(float(content[0][10])))
ymax = max(int(float(content[0][3][0:5])), int(float(content[0][6][0:5])), int(float(content[0][9][0:5])), int(float(content[0][11][0:5])))
ymin = min(int(float(content[0][3][0:5])), int(float(content[0][6][0:5])), int(float(content[0][9][0:5])), int(float(content[0][11][0:5])))
fields=[filename,width,height,classs,xmin,ymin,xmax,ymax]
with open(r'name', 'a', newline='') as f:
writer = csv.writer(f)
writer.writerow(fields)
print('Successfully converted pts to csv.')