AI Tools

formula.md : AI相关公式
grid.xlsx ：可打印的网络格子
img_resize.py ：图像缩放(注意Annotations为二级文件夹，即里面还有一层文件夹)
```
python img_resize.py /home/data/Annotations /home/data/JPEGImages /home/data/output_draw
```
video2pic.py ：将视频切割为图像(h264、mkv视频格式，保存为png图像)，其中video_folders的文件结构为video_folders/video_folder/video.h264，即20181013_city/dw_20181013_132808_0.000000_0.000000/video_first.h264
```
  input: 
      python video2pic.py \
      /home/andy/data/train/video_folders \
      /home/andy/data/train/output_folder
  output: 
      /home/andy/data/train/output_folder/video_folder/
```

files2folders.py ：将图像/文件按照制定数量放到按照命名规则的文件夹中

  input: 
      python files2folders.py /home/andy/data/image_folder ./result_folder
  output: 
      ./result_folder

drawbox.py ：将label绘制在图中并存储在指定文件夹(注意json为二级文件夹，即里面还有一层文件夹)
```
input : python drawbdd.py  /home/data/json /home/data/img /home/data/output_draw
output:
       /home/data/output_draw
```

pick_ROI.py ：提取标注好的ROI区域

input : python3 pick_ROI.py  /home/andy/data/ann_dir  /home/andy/data/img_dir
output:
       ./ROIs/

pick_ROI.py ：处理公共数据集数据(提取ROI区域、绘制外界边框)

input : python processpublicdata.py /home/andy/data/txt /home/andy/data/img  /drawout /ROIs
output:
      ./drawout
      ./ROIs

create_train_data.py ：训练数据加强，其中ROIs文件夹下保存的是pick_ROI.py程序执行后比较理想的结果

input : python3 create_train_data.py /home/andy/data/ann_dir /home/andy/data/img_dir /home/andy/data/ROIs --num 1000
output:  
      ./new_img
      ./new_label

abspath2txt.py : 将文件夹中文件的绝对路径保存到txt中

input: 
    python3 abspath2txt.py /home/andy/Data/img
output: 
    ./imgPath.txt

json2yolo.py ：将json标注文件转换为yolo格式，其中json_folders的文件结构为json_folders/json_folder/json，即json/072901/20180729_0001_500.json
```
input: 
    python3 json2yolo.py /home/andy/data/json_folders ./output_folder
output: 
    ./output_folder
```

img2train.py ：将图像分为训练和验证集，保存为train.txt和val.txt

input: 
    python3 img2train.py /home/andy/Data/img
output: 
    ./train.txt
    ./val.txt

img2train_with_check_img.py ：检验图像并将图像分为训练和验证集，保存为train.txt和val.txt

pick_img_by_list.py ：根据txt中的图像列表将图像和标签提取出来

input: 
    python3 pick_img_by_list.py /home/andy/data/val.txt /home/andy/data/labels /home/andy/data/img
output: 
    ./pickedLabel
    ./pickedImg

create_VOC_txt.py ：创建VOC-like的txt文件，其中Main文件夹下的只有文件名，当前文件夹下的是完整的目录

input: 
    python3 create_txt_list.py /home/andy/Data/img
output: 
    ./VOC/ImageSets/Main/train.txt
    ./VOC/ImageSets/Main/val.txt
    ./train.txt
    ./val.txt

showprocessbar.py ：显示处理进度脚本

pick_xml_img_by_xml.py ：从同一个文件夹中挑选xml和image文件分别到相应文件夹中

input: 
    python3 pick_xml_img_by_xml.py /home/andy/data/labels /home/andy/data/img 
output:    
    ./pickedLabel
    ./pickedImg

pick_xml_img_by_img.py ：根据图片文件夹将图片和标注文件挑选出来

input: 
    python pick_all_xml_img.py /home/andy/data/labels /home/andy/data/img
output:    
    ./pickedLabel
    ./pickedImg

pick_txt_img_by_label.py : 根据指定标签将txt和image文件挑出来

input : 
    python3 pick_txt_img_by_label.py  /home/andy/data/label_dir/  /home/andy/data/img_dir/ 
output : 
    ./pickedLabel
    ./pickedImg

txt2xml.py ： YOLO的txt标签转VOC的xml格式标签脚本

input : 
    python3 txt2xml.py /home/andy/data/ann_dir /home/andy/data/img_dir
output:
    ./xml

xml2txt.py ： VOC数据集xml标签转YOLO需要的txt格式的标签脚本

input : 
    python3 xml2txt.py /home/andy/data/xml  /home/andy/data/img
output :
    ./txt
    ./train.txt
    ./val.txt
    ./trainAll.txt

pick_non_empty_txt.py : 提取text文件夹中非空的text文件

input : 
    python3 rm_empty_txt.py /home/andy/data/txt  /home/andy/data/img
output :
    ./dst_txt
    ./dst_img

count_classes_by_txt.py : 通过txt标注文件统计每一类的数量

input : 
    python3 count_classes.py  /home/andy/data/txt_dir/
output :
    ./classes_label_txt.txt
    ./classes_index_txt.txt

calculate_boxes.py : 统计 json 文件中boundingbox数量；
Caffe数据预处理
- creat_caffe_filelist.sh
- creat_caffe_lmdb.sh
- make_myself_mean.sh
YOLO数据预处理
- processData.ipynb
TensorRT
- Tensorflow to UFF
- UFF to Engine

Huynh-Chinh/AITools

AI Tools