Semantic Drone Dataset(语义无人机数据集)使用方法「建议收藏」

Semantic Drone Dataset(语义无人机数据集)使用方法「建议收藏」数据集介绍SemanticDroneDataset数据集下载地址该语义无人机数据集专注于城市场景的语义理解,以提高无人机自主飞行和着陆程序的安全性。该图像描绘了在距地面5至30米的高度从最低点(鸟瞰)视角拍摄的20多座房屋。高分辨率相机用于获取尺寸为6000x4000px(24Mpx)的图像。训练集包含400张公开可用的图像,测试集包含200张私有图像。该语义分割数据集包括20个种类:树、草、其他植被、污垢、碎石岩石、水、铺砌面积、水池、人狗、车、自行车、屋顶、墙

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺

数据集介绍

Semantic Drone Dataset数据集下载地址
该语义无人机数据集专注于城市场景的语义理解,以提高无人机自主飞行和着陆程序的安全性。该图像描绘了在距地面 5 至 30 米的高度从最低点(鸟瞰)视角拍摄的 20 多座房屋。高分辨率相机用于获取尺寸为 6000x4000px (24Mpx) 的图像。训练集包含 400 张公开可用的图像,测试集包含 200 张私有图像。

该语义分割数据集包括20个种类:

  • 树、草、其他植被、污垢、碎石
  • 岩石、水、铺砌面积、水池、人
  • 狗、车、自行车、屋顶、墙
  • 栅栏、栅栏杆、窗户、门、障碍

数据集样本示例

在这里插入图片描述

数据集使用

生成掩模图

由于该数据集未提供训练集使用的掩模图,因此需要自己根据RGB值去还原掩膜图。可以通过以下代码转换成掩膜图或者给掩模图上色。

''' colorTransformer.py '''
import numpy as np
class ColorTransformer:
  def __init__(self):
    # color table.
    self.clr_tab = self.createColorTable()
    print(self.clr_tab)
    print(self.clr_tab.keys())
    # id table.
    id_tab = { 
   }
    for k, v in self.clr_tab.items():
        id_tab[k] = self.clr2id(v)
    self.id_tab = id_tab
    print(self.id_tab)

  def createColorTable(self):
    clr_tab = { 
   }
    clr_tab['unlabeled'] = [0, 0, 0]
    clr_tab['paved-area'] = [128, 64, 128]
    clr_tab['dirt'] = [130, 76, 0]
    clr_tab['grass'] = [0, 102, 0]
    clr_tab['gravel'] = [112, 103, 87]
    clr_tab['water'] = [28, 42, 168]
    clr_tab['rocks'] = [48, 41, 30]
    clr_tab['pool'] = [0, 50, 89]
    clr_tab['vegetation'] = [107, 142, 35]
    clr_tab['roof'] = [70, 70, 70]
    clr_tab['wall'] = [102, 102, 156]
    clr_tab['window'] = [254, 228, 12]
    clr_tab['door'] = [254, 148, 12]
    clr_tab['fence'] = [190, 153, 153]
    clr_tab['fence-pole'] = [153, 153, 153]
    clr_tab['person'] = [255, 22, 96]
    clr_tab['dog'] = [102, 51, 0]
    clr_tab['car'] = [9, 143, 150]
    clr_tab['bicycle'] = [119, 11, 32]
    clr_tab['tree'] = [51, 51, 0]
    clr_tab['bald-tree'] = [190, 250, 190]
    clr_tab['ar-marker'] = [112, 150, 146]
    clr_tab['obstacle'] = [2, 135, 115]
    clr_tab['conflicting'] = [255, 0, 0]
    return clr_tab

  def colorTable(self):
    return self.clr_tab
   
  def clr2id(self, clr):
    return clr[0]+clr[1]*255+clr[2]*255*255

  #transform to uint8 integer label
  def transform(self,label, dtype=np.int32):
    height,width = label.shape[:2]
    # default value is index of clutter.
    newLabel = np.zeros((height, width), dtype=dtype)
    id_label = label.astype(np.uint64)
    id_label = id_label[:,:,0]+id_label[:,:,1]*255+id_label[:,:,2]*255*255
    for tid,key in enumerate(self.clr_tab.keys()):
      val = self.id_tab[key]
      mask = (id_label == val)
      newLabel[mask] = tid
    return newLabel

  #transform back to 3 channels uint8 label
  def inverse_transform(self, label):
    label_img = np.zeros(shape=(label.shape[0], label.shape[1],3),dtype=np.uint8)
    values = list(self.clr_tab.values())
    for tid,val in enumerate(values):
      mask = (label==tid)
      label_img[mask] = val
    return label_img

''' prepareTrainIdFiles.py '''
import os
import os.path as osp
import numpy as np
from colorTransformer import ColorTransformer
from PIL import Image

clrEnc = ColorTransformer()
def prepareTrainIDForDir():

    lbl_paths = "training_set/gt/semantic/label_images/"
    saveDirPath = "training_set/gt/semantic/label_TrainId/"
    for lbl_p in os.listdir(lbl_paths):
        print(lbl_p)
        lbl_path = lbl_paths + lbl_p
        trainId_path = saveDirPath + lbl_p
        gt = np.array(Image.open(lbl_path))
        trainId = clrEnc.transform(gt, dtype=np.uint8)
        Image.fromarray(trainId).save(trainId_path)

if __name__=='__main__':
    prepareTrainIDForDir()

需要根据自己存放的路径调整lbl_paths,并且需要提前建立好掩模图像的保存文件夹,根据路径调整saveDirPath变量。
生成的掩模图如下:
Semantic Drone Dataset(语义无人机数据集)使用方法「建议收藏」
如果想从掩膜图片中恢复出label图,可以通过以下代码:

''' transformertest.py '''
import os
import os.path as osp
import numpy as np
from colorTransformer import ColorTransformer
from PIL import Image

clrEnc = ColorTransformer()
def prepareTrainIDForDir():

    lbl_paths = "598.png"
    saveDirPath = "training_set/gt/semantic/label_TrainId/598.png"
    gt = np.array(Image.open(saveDirPath))
    trainId = clrEnc.inverse_transform(gt)
    Image.fromarray(trainId).save(lbl_paths)

if __name__=='__main__':
    prepareTrainIDForDir()

使用前需要修改路径,此代码只实现了单张图上色,可以根据需要改成批量处理的代码。如根据上述掩码图重新生成标签图,得到如下图像,与ground truth 没有差别。
在这里插入图片描述

数据集加载 dataloader写法(基于pytorch)

''' dataset.py '''
# camera-ready
import torch
import torch.utils.data
import numpy as np
import cv2
import os

class DatasetTrain(torch.utils.data.Dataset):
    def __init__(self, base_dir):

        self.base_dir = base_dir
        self.img_dir = base_dir + "images/"
        self.label_dir = base_dir + "gt/semantic/label_TrainId/"

        self.new_img_h = 512
        self.new_img_w = 1024

        self.examples = []
        train_img_dir_path = self.img_dir
        label_img__dir_path = self.label_dir
        file_names = os.listdir(train_img_dir_path)

        for file_name in file_names:
            img_path = train_img_dir_path + file_name
            label_img_path = label_img__dir_path + file_name.split(".jpg")[0] + ".png"
            example = { 
   }
            example["img_path"] = img_path
            example["label_img_path"] = label_img_path
            self.examples.append(example)

        self.num_examples = len(self.examples)

    def __getitem__(self, index):
        example = self.examples[index]

        img_path = example["img_path"]
        # print(img_path)
        img = cv2.imread(img_path, -1) 
        img = cv2.resize(img, (self.new_img_w, self.new_img_h),
                         interpolation=cv2.INTER_NEAREST) 
        label_img_path = example["label_img_path"]
        # print(label_img_path)
        label_img = cv2.imread(label_img_path, cv2.IMREAD_GRAYSCALE) 
        label_img = cv2.resize(label_img, (self.new_img_w, self.new_img_h),
                               interpolation=cv2.INTER_NEAREST) 

        # normalize the img (with the mean and std for the pretrained ResNet):
        img = img/255.0
        img = img - np.array([0.485, 0.456, 0.406])
        img = img/np.array([0.229, 0.224, 0.225]) 
        img = np.transpose(img, (2, 0, 1)) 
        img = img.astype(np.float32)

        # convert numpy -> torch:
        img = torch.from_numpy(img) 
        label_img = torch.from_numpy(label_img) 

        return (img, label_img)

    def __len__(self):
        return self.num_examples

if __name__ == "__main__":
    base_dir = "training_set/"
    train_dataset = DatasetTrain(base_dir = base_dir)
    train_loader = torch.utils.data.DataLoader(dataset=train_dataset,
                                            batch_size=32, shuffle=True,
                                            num_workers=1,drop_last=True)
    from torch.autograd import Variable
    for step, (imgs, label_imgs) in enumerate(train_loader):
        imgs = Variable(imgs).cuda() # (shape: (batch_size, 3, img_h, img_w))
        # print(imgs.shape)
        label_imgs = Variable(label_imgs.type(torch.LongTensor)).cuda() # (shape: (batch_size, img_h, img_w))
        # print(label_imgs.shape)

需要根据自己的路径设置base_dir变量。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/170566.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 后端:Layui实现文件上传功能

    后端:Layui实现文件上传功能

    2020年11月14日
    232
  • Gitlab-CICD最简单明了的入门教程

    Gitlab-CICD最简单明了的入门教程CICD是什么?由于目前公司使用的gitlab,大部分项目使用的CICD是gitlab的CICD,少部分用的是jenkins,使用了gitlab-ci一段时间后感觉还不错,因此总结一下介绍gitlab的CICD之前,可以先了解CICD是什么我们的开发模式经历了如下的转变:瀑布模型->敏捷开发→DevOps(Development、Operations的组合词,是一组过程、方法与系统的统称)后来随着DevOps的兴起,出现了持续集成(ContinuousIntegration)、持续交付(Co

    2022年6月3日
    206
  • pycharm安装教程2020.3.4_python安装步骤

    pycharm安装教程2020.3.4_python安装步骤第一步安装解释器,第二步安装pycharm1第一步安装解释器1.1什么是解释器:??就是将Python程序翻译成为计算机可以识别的01代码1.2安装解释器:解释器安装地址:https://www.python.org/downloads/release/python-372根据自己的操作系统安装适配的解释器:这里以Windows为例注意安装的时候我们需要需注意吧解释器添加到环境变量里面双击开始安装勾选addpythontopath,如果安装的时候没有勾选,请安装结束以后按

    2022年8月27日
    5
  • C++ XML 库 TinyXML2 的基本使用

    C++ XML 库 TinyXML2 的基本使用0.前言TinyXML-2是一个简单,小型,高效的C++XML解析器,可以轻松集成到其他程序中,直接引用源文件的话只需要包含两个文件(h和cpp,此外还有个测试文件里面带有demo)。TinyXML-2解析XML文档,并以此为基础构建可读取,修改和保存的文档对象模型(DOM)。文档说,在解释XML时仅使用UTF-8,假定所有XML为UTF-8(看了下使用MSVC编译器时生成的XML文件文本编码使用的本地编码)。该库还支持打印到文件或内存,使用XMLPr

    2022年5月6日
    142
  • RS232电平和TTL电平

    结论:TTL电平和RS232电平,无论是在电压范围还是在极性上(RS232是负逻辑)都有很大的不同。显然,这两种电平是不能直接相连的。为了把单片机的TTL电平转换成RS232电平,通常我们需要一个专用的转换芯片,比如SP3232。RS232是工业上常用的串口标准,无论是PLC的RS232串口模块,还是工控机的串口(COM),输出的电平都称为RS232电平。同时我们知道这些模块的内部控制单元都是…

    2022年4月17日
    51
  • pfx证书生成「建议收藏」

    pfx证书生成「建议收藏」第一步:打开linux创建一个文件夹第二步:opensslreq-newkeyrsa:2048-nodes-keyout0.key-x509-days365-out0.cer根据提示输入国家代码,省,城市,组织,单位,名称,邮箱第三步:opensslpkcs12-export-in0.cer-inkey0.key-outyoufilename.pfx根据提示输入密码两次,*使用的时候会提示输入密码…

    2022年6月7日
    170

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号