如何从 pts 标签文件导出 TFRecords 用于 tensorflow 对象检测 api？

Question

通常我们从xml标签文件（例如labelimg）生成TFRecords时，有x.min、x.max、y.min和y.max，显示一个方形标签。我们可以从中制作 CSV 数据并从中生成 TFRecords。

但在 pts 的情况下，值是作为非方形边界框，例如：

bounding_box: 534.588998862 232.095176337; 101.596234357 388.45367463; 51.3295676906 249.25367463; 484.322332196 92.8951763367

所以有四个 x 和 y 点，而不是 labelimg 给出的两个。有人可以向我解释如何从 pts 生成 TFRecord 吗？

Answer 1

所以为了以防万一其他人有同样的问题，我写了一个脚本，将这四个点作为 xmin xmax ymin ymax 的正方形，这样我们就可以像从 xml labelimg.

这里是：

import os
import glob
import pandas as pd
from PIL import Image
import csv

for pts_file in glob.glob("./labels" + '/*.pts'):
    with open(pts_file) as f:
        im=Image.open("./img/" + pts_file[9:-3] + "jpg")
        filename = pts_file[9:-3] + "jpg"
        width = str(im.size[0])
        height = str(im.size[1])
        classs = "fish"
        lines = f.readlines() 
        content = [line.split(' ')for line in open (pts_file)]
        xmax = max(int(float(content[0][1])), int(float(content[0][4])), int(float(content[0][7])), int(float(content[0][10])))
        xmin = min(int(float(content[0][1])), int(float(content[0][4])), int(float(content[0][7])), int(float(content[0][10])))
        ymax = max(int(float(content[0][3][0:5])), int(float(content[0][6][0:5])), int(float(content[0][9][0:5])), int(float(content[0][11][0:5])))
        ymin = min(int(float(content[0][3][0:5])), int(float(content[0][6][0:5])), int(float(content[0][9][0:5])), int(float(content[0][11][0:5])))

        fields=[filename,width,height,classs,xmin,ymin,xmax,ymax]
        with open(r'name', 'a', newline='') as f:
            writer = csv.writer(f)
            writer.writerow(fields)        

print('Successfully converted pts to csv.')

如何从 pts 标签文件导出 TFRecords 用于 tensorflow 对象检测 api？

How to export TFRecords from pts label files for tensorflow object detection api?

bounding-box

tensorflow

tfrecord

object-detection-api