YOLOv5实战记录03 数据集构建

个人打卡，慎看。

指路大佬：【手把手带你实战YOLOv5-入门篇】YOLOv5 数据集构建_哔哩哔哩_bilibili

一、数据收集

1. 图片类型数据
2. 视频类型数据【使用opencv进行视频抽帧】

 利用jupyter抽取帧并显示出来：

import cv2
import matplotlib.pyplot as plt

video = cv2.VideoCapture("./192.mp4") #打开视频文件
ret,frame=video.read() #读取一帧

plt.imshow(frame)
#默认读取的是BGR格式

plt.imshow(cv2.cvtColor(frame,cv2.COLOR_BGR2RGB))
#设置读取格式为RGB

抽取一个视频里多个帧：【此处省略了import】

video = cv2.VideoCapture("./192.mp4") #打开视频文件

num=0 #计数帧
save_step=30 #间隔帧
#每间隔save_step个帧后，捕获当前帧。 因为很多视频前后的帧是相似，
#没有太大差距，所以设置了间隔。

while True:
    ret,frame=video.read()
    if not ret:
        break
    num+=1
    if num% save_step==0:
       cv2.imwrite("./images/"+str(num)+".jpg",frame)

#这里没有利用RGB转换，仍然是正常的。为什么？ 
#我们观察一下上面的代码，第一个是plt.imshow，这是利用plt打开图片，
#plt默认获取的格式是BGR。而这里cv2.imwrite是捕捉视频帧，直接存储到文件夹里，
#没有利用cv,plt打开图片。

二、标注工具labelimg

打开anaconda prompt，激活conda activate yolov5后输入以下指令

pip install labelimg #下载labelimg包

然后输入labelimg，打开labelimg工具，进行标注。

1. 选择Open Dir可以打开文件夹。labelimg会获取文件夹下的所有图片文件。
2. save format设置成YOLO 【按键在Save下面，默认pascalVOC】
3. 右键图片，选择Create RectBox。即可任意框住图像，设置label。注意保存。会提示选择一个文件夹用于存放label。
4. 快捷键：a可以切换到上一张图片， d可以切换到下一张图片，w快速创建RectBox
5. 点击View，选择Auto Save mode可以自动保存。【不过我的还是得ctrl+s才可以保存】
6. 打开存放label的文件夹，我们会看到classes.txt文件和其他与图片同名的txt文件。前者保存了设置的label种类信息，后者保存了每个图片设置的label框选位置。

疑问：为什么是import cv2而不是 import opencv

”cv2”中的”2”并不表示opencv的版本号。OpenCV是基于C/C++的，”cv”和”cv2”分别利用底层C API和C++API。这主要是一个历史遗留问题，是为了保持向后兼容。