Udacity Self-Driving自动驾驶目标检测数据集使用指南

分手后的思念是犯贱 2022-04-10 01:15 338阅读 0赞

### 一、dataset1 ###

下载[dataset1][]，该数据集大小为1.5G，共有9420张图像。label格式如下图所示，共有Car、Truck、Pedestrian三类。（使用数据格式转化工具可直接实现voc格式的转化，参考博客[LITTI、VOC、Udacity等自动驾驶数据集下载及格式转化][LITTI_VOC_Udacity]）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA4MDE5OTQ_size_16_color_FFFFFF_t_70]  
实现：

python main.py --from udacity-crowdai --from-path -crowdai --to voc --to-path datasets

生成类别为：car、truck、person

### 二、dataset2 ###

下载[dataset2][]，该数据集大小为3.3G，共有15000张图像。label格式如下图所示，共有Car、Truck、Pedestrian、trafficLight（Red、RedLeft、Green、Yellow、YellowLeft）、biker这些类别。其中，有标签的图片共有13063张，暂时不用管，在转化voc过程中，可直接实现无标签图像的清除。  
原label的格式如下图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA4MDE5OTQ_size_16_color_FFFFFF_t_70 1]  
在trafficLight标签类别下，由于想要选取最后一列字符串作为标签label，对该格式文件进行预处理，生成新的格式统一的标签label文件，preprocess.py代码如下：

# preprocess.py
    file = open('labels.csv', 'r').readlines()
    fileout = open('labels1.csv', 'w')
    for line in file:
        while line[6] != None:
            fileout.write(line.replace('"trafficLight" ', ''))
            break
    
    fileout.close()

结果如下:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA4MDE5OTQ_size_16_color_FFFFFF_t_70 2]  
这里的处理，是为了使用格式转化工具实现udacity到voc的数据转化，实现类别有：car、truck、person、red、green、yellow、trafficLight、biker共8个类别。

修改格式转化工具中的voc.py中的VOCEgestor类函数如下，注：经验得，label的首字母不能是大写的，否则xml文件无法生成该类别label；如果类别label是大写，可通过下面的期望类别修改生成。

class VOCEgestor(Egestor):
    
        def expected_labels(self):
            return { 
                'aeroplane': [],
                'bicycle': [],
                'bird': [],
                'boat': [],
                'bottle': [],
                'bus': [],
                'car': [],
                'cat': [],
                'chair': [],
                'cow': [],
                'diningtable': [],
                'dog': [],
                'horse': [],
                'motorbike': [],
                'person': ['pedestrian'],
                'pottedplant': [],
                'sheep': [],
                'sofa': [],
                'train': [],
                'tvmonitor': [],
                'red': ['Red', 'RedLeft'],
                # 'redLeft': ['RedLeft'],
                'green': ['Green', 'GreenLeft'],
                # 'greenLeft': ['GreenLeft'],
                'yellow': ['Yellow', 'YellowLeft'],
                # 'yellowLeft': ['YellowLeft'],
                'trafficLight': [],
                'biker': ['biker']
            }

实现：

python main.py --from udacity-autti --from-path object-dataset --to voc --to-path datasets

![在这里插入图片描述][20181219112444426.png]  
生成的文件夹中，JPEGImages和Annotations中含有13063个文件。生成的ImageSets中含有一个txt文件，trainval.txt，为了生成train.txt/val.txt，可参考博客[数据整理部分][Link 1]生成所需文件。

参考博客：[https://blog.csdn.net/jesse\_mx/article/details/72599220][https_blog.csdn.net_jesse_mx_article_details_72599220]

[dataset1]: https://s3.amazonaws.com/udacity-sdc/annotations/object-detection-crowdai.tar.gz
[LITTI_VOC_Udacity]: https://blog.csdn.net/u010801994/article/details/84636952
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA4MDE5OTQ_size_16_color_FFFFFF_t_70]: /images/20220404/9e5f64dbd4e2400b95fbc90233b904cf.png
[dataset2]: https://s3.amazonaws.com/udacity-sdc/annotations/object-dataset.tar.gz
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA4MDE5OTQ_size_16_color_FFFFFF_t_70 1]: /images/20220404/4e097740ced84988a1744576bfe101f5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3UwMTA4MDE5OTQ_size_16_color_FFFFFF_t_70 2]: /images/20220404/0423f5c0c4f440f4b1a2ce2b516d71ab.png
[20181219112444426.png]: /images/20220404/fafab9f9c1c947b4a1c2b6aca63baf1e.png
[Link 1]: https://blog.csdn.net/u010801994/article/details/84987563
[https_blog.csdn.net_jesse_mx_article_details_72599220]: https://blog.csdn.net/jesse_mx/article/details/72599220