怎样制作训练数据集啊？
10183308 opened this issue · 18 comments
大神你好，
怎样来制作数据集啊？
可以先标注任意四边形，然后拟合成带角度的矩形送入网络进行训练。
@10183308 没有具体的格式，预处理的代码可能需要自己写，具体的示例在lib/data/data_extractor.py里有
你好，在lib下面，我没有找到相关的data_extractor.py 的文件，可否给一点建议。
非常感谢
@10183308 抱歉，我打错了，应该是在 lib/rotation/data_extractor.py下面
@10183308 caffe暂时不支持batch_size大于1的输入，py-faster-rcnn的锅，之后我们可能会在tensorflow上尝试重现一下RRPN :)
@10183308 或许你可以使用这个标注工具roLabelImg来制作训练集，输出的annotation是标准的xml格式，后面转换成MSRA TD500的格式就简单了。
@YanShuang17 roLabelImg 标注带角度的物体，请问是不是角度有问题？
@lihui52 你是直接下载的编译好的版本吗？编译好的版本你仔细看其链接，其实就是LabelIng工具，所以没角度。你应该下载源代码自己编译安装。
@YanShuang17 你好，我下载好自己编译了，但是感觉角度计算出来是错误的，标了几个都是两度多。。。，您有遇到这个问题吗？谢谢
@lihui52 你好，利用roLabelImg标注工具得到的旋转包围框的angle信息有以下特征：
1 单位是弧度；
2 以水平位置为分界(未旋转时)，当包围框框顺时针倾斜时，角度是正的，没问题；但是当包围框框逆时针倾斜时，正确的角度angle应该是负值，但是.xml文件中的值=pi-|angle|。
根据我的使用观察应该是这样。
你好我把ICDAR2015的数据转化为了如下格式，请问这样的格式再转化为lmdb，请问这种数据格式对吗？
不知是否方便加个ｑｑ：1323369151，非常感谢！＠YanShuang17＠lihui52
@19931991 我们这里需要编写一些代码来组织训练数据的，具体的例子参见 lib/rotation/data_extractor.py，在github的readme上也有说明。
我看了那个代码，没太看懂，属于菜鸟那种。。。简单的想知道我生成的这种xml格式对不对，适用于rrpn吗？还有就是最终送入网络的是lmdb数据吗?还是leveldb的？希望您能解答一下我的疑惑，万分感谢！@mjq11302010044
@19931991 很抱歉，我们这个框架暂时还不支持LMDB的输入，所以暂时只能够通过自己创建函数来组织训练数据。但是在lib/rotation/data_extractor.py里已经有示例代码，可以先初步照着里面的代码改改看 :)
@mjq11302010044 ,根据你的data_extractor.py文件，里面涉及到了ICDAR2017_mlt的数据集，可否分享一下数据集的链接？我没有找到这个数据集。根据你上面说的不支持lmdb格式的输入，那么就是不能通过将label文件转化为voc格式来制作数据集了吗？
@gittigxuy 数据集在ICDAR2017的官网可以下载，对每个数据集因为需要组织成固定格式，所以我们有自己写的数据解析函数。针对不同的训练方式也可以写成不同的数据组织形式。按需求来定。