当前位置： 首页 > news >正文

NYUv2生成边界GT(1)

news 2025/7/4 23:27:25

看了cityscape和NYUv2生成边界GT的代码后，因为自己使用的是NYUv2数据集，所以需要对自己的数据集进行处理。CASENet生成边界GT所使用的代码是MATLAB，所以又重新看了一下MATLAB的代码，并进行修改，生成了自己的边界代码。
前提知识：
1：NYUv2有四十个类别，0像素代表空，1像素代表墙，所以标签上共有41个像素，在计算时候要忽略掉空像素。
2：MATLAB生成的是.bin文件，需要将.bin文件转化为.png文件，一是方便网络读取，二是对每一个通道都保存下来。
3：unit8可以保存2的8次方，共256个数字，unit32可以保存2的32次方个数字，unit64可以保存2的64次方个数字。
4：自己的NYUv2数据集存放结构：
在这里插入图片描述
MATLAB代码：

function demo()clc; clear; close all;%% Parameters
dataRoot = '../data_orig';
genDataRoot = '../data_proc';
%scaleSet = [1];
numCls = 40; % Number of defined semantic classes in SBD
radius = 2; % Defined search radius for label changes (related to edge thickness, default value of the CASENet CVPR paper)
edge_type = 'regular';%% Setup Parallel Pool
numWorker = 4; % Number of matlab workers for parallel computing
matlabVer = version('-release');
if( str2double(matlabVer(1:4)) > 2013 || (str2double(matlabVer(1:4)) == 2013 && strcmp(matlabVer(5), 'b')) )delete(gcp('nocreate'));parpool('local', numWorker);
elseif(matlabpool('size')>0) %#ok<*DPOOL>matlabpool closeendmatlabpool open 8
end%% Generate Preprocessed Dataset
setList = {'train', 'test'};
for setID = 1:length(setList)setName = setList{setID};%train% Create output directoriesif(strcmp(setName, 'train'))%如果setname等于train% Train，生成文件夹if(exist([genDataRoot '/train/rgb'], 'file')==0)mkdir([genDataRoot '/train/rgb']);%生成train/rgb文件夹endif(exist([genDataRoot '/train/labels_40'], 'file')==0)mkdir([genDataRoot '/train/labels_40']);%生成train/label文件夹endif(exist([genDataRoot '/train/depth'], 'file')==0)mkdir([genDataRoot '/train/depth']);%生成train/label文件夹endif(exist([genDataRoot '/train/edge_labels_40'], 'file')==0)mkdir([genDataRoot '/train/edge_labels_40']);%生成train/label文件夹endelse% Test (correspond to val set in the original SBD Dataset)if(exist([genDataRoot '/test/rgb'], 'file')==0)mkdir([genDataRoot '/test/rgb']);endif(exist([genDataRoot '/test/labels_40'], 'file')==0)mkdir([genDataRoot '/test/labels_40']);endif(exist([genDataRoot '/test/depth'], 'file')==0)mkdir([genDataRoot '/test/depth']);%生成train/label文件夹endif(exist([genDataRoot '/test/edge_labels_40'], 'file')==0)mkdir([genDataRoot '/test/edge_labels_40']);endendfidIn = fopen([dataRoot '/' setName '.txt']);%打开data_orig/train.txt，返回等于或大于 3 的整数文件标识符,当setName为test时fileName = fgetl(fidIn);%读取文件中的行，并删除换行符,fileList = cell(1,1);%创建一个元胞数组[]。countFile = 0;while ischar(fileName)%确定输入是否为字符数组countFile = countFile + 1;%1/2...train文件有多少行，countFile等于多少fileList{countFile} = fileName;%向元胞中添加filename即第一张图片的name。fileName = fgetl(fidIn);%data_orig/train.txt中第一行的名字,作为输出到while中endfclose(fidIn);% Compute boundaries and write labelsdisp(['Computing ' setName ' set boundaries'])parfor_progress(countFile);parfor idxFile = 1:countFile%for idxFile = 1:countFile %795fileName = fileList{idxFile};%根据idxFile索引去文件list里面查找if(strcmp(setName, 'train'))scaleSetRun = 1;elsescaleSetRun = 1;endfor idxScale = 1:length(scaleSetRun)%scale = scaleSetRun(idxScale);%取scaleSet第一个即1%img = imread([dataRoot '/img/' fileName '.jpg']);%imgScale = imresize(img, scale, 'bicubic');%变量的地方不能加''。rgb = imread([dataRoot '/' setName '/rgb/' fileName '.png']);depth = imread([dataRoot '/' setName '/depth/' fileName '.png']);label = imread([dataRoot '/' setName '/labels_40/' fileName '.png']);gt = imread([dataRoot '/' setName '/labels_40/' fileName '.png']);%载入标签%seg = gt.GTcls.Segmentation;%将mat文件转换为png文件,375X500%segScale = imresize(seg, scale, 'nearest');segScale = gt;[height, width, chn] = size(segScale);%480x640x1assert(chn==1, 'Incorrect label. Input label must have single channel.');labelEdge = zeros(height, width, 'uint64');%563X750全0矩阵for idx_cls = 1:numCls %1:40idxSeg = segScale == idx_cls;%将segScale中不等于idx_cls的全部设置为0。if(sum(idxSeg(:))~=0)%将idxSeg全部展开为一维数组，然后相加idxEdge = seg2edge(idxSeg, radius, [], edge_type);labelEdge(idxEdge) = labelEdge(idxEdge) + 2^(idx_cls-1);endendif(strcmp(setName, 'train'))% Write image file，将train/rgb的图片写入到data_proc/train/imwrite(rgb, [genDataRoot '/train/rgb/' fileName '.png'], 'png')% Write depth file，将train/rgb的图片写入到data_proc/train/imwrite(depth,[genDataRoot '/train/depth/' fileName '.png'], 'png')% Write label file，将train/label的图片写入到data_proc/train/imwrite(label, [genDataRoot '/train/labels_40/' fileName '.png'], 'png')% Write label file，打开data_proc\label\train,将数据写入二进制文件fidLabel = fopen([genDataRoot '/train/edge_labels_40/' fileName '.bin'], 'w');fwrite(fidLabel, labelEdge', 'uint64'); % Important! Transpose input matrix to become row major.fclose(fidLabel);else% Write image fileimwrite(rgb, [genDataRoot '/test/rgb/' fileName '.png'], 'png')%imwrite将图像写入图形文件imwrite(depth,[genDataRoot '/test/depth/' fileName '.png'], 'png')imwrite(label, [genDataRoot '/test/labels_40/' fileName '.png'], 'png')% Write label filefidLabel = fopen([genDataRoot '/test/edge_labels_40/' fileName '.bin'], 'w');fwrite(fidLabel, labelEdge', 'uint64'); % Important! Transpose input matrix to become row major.将数据写入二进制文件fclose(fidLabel);endendparfor_progress();endparfor_progress(0);% Write file lists%disp(['Creating ' setName ' set file lists'])%if(strcmp(setName, 'train'))%fidListTrainAug = fopen([genDataRoot '/train_aug.txt'], 'w');%fidListTrain = fopen([genDataRoot '/train.txt'], 'w');%else%fidListTest = fopen([genDataRoot '/test.txt'], 'w');%end%parfor_progress(countFile);%for idxFile = 1:countFile%fileName = fileList{idxFile};%if(strcmp(setName, 'train'))%scaleSetRun = 1;%scaleSet = [0.5 0.75 1 1.25 1.5]%else%scaleSetRun = 1;%end%for idxScale = 1:length(scaleSetRun)%scale = scaleSetRun(idxScale);%if(strcmp(setName, 'train'))% Add to train_aug list%fprintf(fidListTrainAug, ['/image/train/scale_' num2str(scale) '/' fileName '.png '...%'/label/train/scale_' num2str(scale) '/' fileName '.bin\n']);%if(scale == 1)% Add to train list%fprintf(fidListTrain, [' fileName ']);%end%else% Add to test list%fprintf(fidListTest, ['/image/test/' fileName '.png /label/test/' fileName '.bin\n']);%end%end%parfor_progress();%end%parfor_progress(0);%if(strcmp(setName, 'train'))%fclose(fidListTrainAug);%fclose(fidListTrain);%else%fclose(fidListTest);%end
endend

1：首先指定所需要的参数，dataRoot 是原始数据的地址，genDataRoot 是生成的数据的地址。一共有40个类别，因为后面循环的时候是从1开始，40结束，所以会忽略掉0像素，因此numcls不需要设置为41，接着是半径等于2，和edge_type ，这是生成边界所需要的参数，和CASENet保持一致。

%% Parameters
dataRoot = '../data_orig';
genDataRoot = '../data_proc';
%scaleSet = [1];
numCls = 40; % Number of defined semantic classes in SBD
radius = 2; % Defined search radius for label changes (related to edge thickness, default value of the CASENet CVPR paper)
edge_type = 'regular';

2：MATLAB初始化并行操作(新手)，线程为4。注意如果使用并行处理的话，无法进行单步调试，所以在debug时候需要将并行计算注释掉。

%% Setup Parallel Pool
numWorker = 4; % Number of matlab workers for parallel computing
matlabVer = version('-release');
if( str2double(matlabVer(1:4)) > 2013 || (str2double(matlabVer(1:4)) == 2013 && strcmp(matlabVer(5), 'b')) )delete(gcp('nocreate'));parpool('local', numWorker);
elseif(matlabpool('size')>0) %#ok<*DPOOL>matlabpool closeendmatlabpool open 8
end

3：我们有两个set，分别是train和test，这个根据自己数据集修改就好了，执行for循环，首先取第一个setname=‘train’。

setList = {'train', 'test'};
for setID = 1:length(setList)setName = setList{setID};%train

4：生成输出文件夹，首先strcmp函数比较setname这个字符串是否等于train，如果不晓得函数的作用，选中函数，然后按F1即可。接着判断genDataRoot '/train/rgb，即D:\datasets\data_proc\train\rgb是否存在，如果==0的话那就是不存在，通过mkdir生成D:\datasets\data_proc\train\rgb文件夹存放RGB。同理生成D:\datasets\data_proc\train\depth生成Depth，生成D:\datasets\data_proc\train\label_40用于存放标签，最后生成一个D:\datasets\data_proc\train\edge_labels_40用于存放生成的边界GT。给每一个图片找一个自己的归属。

for% Create output directoriesif(strcmp(setName, 'train'))%如果setname等于train% Train，生成文件夹if(exist([genDataRoot '/train/rgb'], 'file')==0)mkdir([genDataRoot '/train/rgb']);%生成train/rgb文件夹endif(exist([genDataRoot '/train/labels_40'], 'file')==0)mkdir([genDataRoot '/train/labels_40']);%生成train/label文件夹endif(exist([genDataRoot '/train/depth'], 'file')==0)mkdir([genDataRoot '/train/depth']);%生成train/label文件夹endif(exist([genDataRoot '/train/edge_labels_40'], 'file')==0)mkdir([genDataRoot '/train/edge_labels_40']);%生成train/label文件夹end

5：这里的else连接的是train中的for，即下面是setname=test的代码，通train一样生成四个文件夹。

    else% Test (correspond to val set in the original SBD Dataset)if(exist([genDataRoot '/test/rgb'], 'file')==0)mkdir([genDataRoot '/test/rgb']);endif(exist([genDataRoot '/test/labels_40'], 'file')==0)mkdir([genDataRoot '/test/labels_40']);endif(exist([genDataRoot '/test/depth'], 'file')==0)mkdir([genDataRoot '/test/depth']);%生成train/label文件夹endif(exist([genDataRoot '/test/edge_labels_40'], 'file')==0)mkdir([genDataRoot '/test/edge_labels_40']);endend

6：假设我们现在setname还为true，打开data_orig的train.txt文件，里面存放的是所训练需要的数据文件名即索引。接着读取txt里面的数据作为文件名。train.txt里面的索引和RGB，label_40，depth都是一一对应的。
在这里插入图片描述
在这里插入图片描述

	fidIn = fopen([dataRoot '/' setName '.txt']);%打开data_orig/train.txt，返回等于或大于 3 的整数文件标识符,当setName为test时fileName = fgetl(fidIn);%读取文件中的行，并删除换行符,fileList = cell(1,1);%创建一个元胞数组[]。countFile = 0;while ischar(fileName)%确定输入是否为字符数组countFile = countFile + 1;%1/2...train文件有多少行，countFile等于多少fileList{countFile} = fileName;%向元胞中添加filename即第一张图片的name。fileName = fgetl(fidIn);%data_orig/train.txt中第一行的名字,作为输出到while中endfclose(fidIn);

然后创建一个元胞数组{}，初始化一个计数器，执行一个循环，假设执行第一次，countFile =1，那么fileList{1} = fileName,就是向元胞数组里面添加第一张图片的name。接着执行第二次循环，不断的向元胞里面添加数组，直至结束，可以把元胞理解为python里面的字典，乡里面添加键值对。执行结束后，fileList里面就存放者全部的fileName 。
7：在窗口中显示如何标识和进程表：
在这里插入图片描述

    disp(['Computing ' setName ' set boundaries'])parfor_progress(countFile);

8：并行执行for循环，大大的运行减少时间。
8.1：countFile就是7中的txt文件中读取了几行，795行，假设idxFile=1，则去 fileList元胞数组中取文件名，即0003。因为SBD将原图进行了多个尺度的变换，这里代码只更改了不需要多尺度，idxScale 就为1。
8.2：接着读取RGB，depth，label，判断一下gt的形状，然后生成和gt大小一样的0矩阵。
8.3：然后执行for循环，假设idx_cls =1，和gt进行一个逻辑运算，将gt中等于1的全部设为1，不等于1的地方去全部设为0.
可视化：将全部像素拿出来，和0003.png比较发现背景为1，下面的阴影即桌子为0。
在这里插入图片描述
在这里插入图片描述
8.4：idxSeg就是480x640大小的逻辑矩阵，然后将idxSeg展平为1行，所有值相加，如果相加不等于0，则进行边界提取。
注：为什么全部像素要相加？
因为只有相加不为0说明才有有效像素，才能进行提边，当一张图片，假设0003中存在的几个类别相加才不为0，如果不存在某个类别，则idxSeg就全为0像素，0003.png就没有这个类别，就无法提边。
8.5：将idxSeg等参数输入到seg2seg，这个函数进行提边，这里暂时不考虑函数内部如何写的，把它看做一个包来调用它，有空再细看。
8.6：向labelEdge中添加idxEdge ，然后再添加2^(idx_cls-1)，
假设idx_cls=9，则2^(idx_cls-1)=1024，即labelEdge中就会存在1024像素，至于为什么要这样写，是为了将.bin文件转换文.png文件，后面会进行解释，这里相当于一个加密过程，后面进行解密。将生成的labelEdge像素全部拿出来(显示不完全)：
在这里插入图片描述
在这里插入图片描述

8.7：接着将train中orig的图片写入到proc中，test同理，这里也可以用copyfile，cityscape就是用的copyfile。同时将labelEdge写入到新建的文件夹edge_labels_40中，以.bin格式存储。

parfor idxFile = 1:countFile%for idxFile = 1:countFile %795fileName = fileList{idxFile};%根据idxFile索引去文件list里面查找if(strcmp(setName, 'train'))scaleSetRun = 1;elsescaleSetRun = 1;endfor idxScale = 1:length(scaleSetRun)%scale = scaleSetRun(idxScale);%取scaleSet第一个即1%img = imread([dataRoot '/img/' fileName '.jpg']);%imgScale = imresize(img, scale, 'bicubic');%变量的地方不能加''。rgb = imread([dataRoot '/' setName '/rgb/' fileName '.png']);depth = imread([dataRoot '/' setName '/depth/' fileName '.png']);label = imread([dataRoot '/' setName '/labels_40/' fileName '.png']);gt = imread([dataRoot '/' setName '/labels_40/' fileName '.png']);%载入标签%seg = gt.GTcls.Segmentation;%将mat文件转换为png文件,375X500%segScale = imresize(seg, scale, 'nearest');segScale = gt;[height, width, chn] = size(segScale);%480x640x1assert(chn==1, 'Incorrect label. Input label must have single channel.');labelEdge = zeros(height, width, 'uint64');%563X750全0矩阵for idx_cls = 1:numCls %1:40idxSeg = segScale == idx_cls;%将segScale中不等于idx_cls的全部设置为0。if(sum(idxSeg(:))~=0)%将idxSeg全部展开为一维数组，然后相加idxEdge = seg2edge(idxSeg, radius, [], edge_type);labelEdge(idxEdge) = labelEdge(idxEdge) + 2^(idx_cls-1);endendif(strcmp(setName, 'train'))% Write image file，将train/rgb的图片写入到data_proc/train/imwrite(rgb, [genDataRoot '/train/rgb/' fileName '.png'], 'png')% Write depth file，将train/rgb的图片写入到data_proc/train/imwrite(depth,[genDataRoot '/train/depth/' fileName '.png'], 'png')% Write label file，将train/label的图片写入到data_proc/train/imwrite(label, [genDataRoot '/train/labels_40/' fileName '.png'], 'png')% Write label file，打开data_proc\label\train,将数据写入二进制文件fidLabel = fopen([genDataRoot '/train/edge_labels_40/' fileName '.bin'], 'w');fwrite(fidLabel, labelEdge', 'uint64'); % Important! Transpose input matrix to become row major.fclose(fidLabel);else% Write image fileimwrite(rgb, [genDataRoot '/test/rgb/' fileName '.png'], 'png')%imwrite将图像写入图形文件imwrite(depth,[genDataRoot '/test/depth/' fileName '.png'], 'png')imwrite(label, [genDataRoot '/test/labels_40/' fileName '.png'], 'png')% Write label filefidLabel = fopen([genDataRoot '/test/edge_labels_40/' fileName '.bin'], 'w');fwrite(fidLabel, labelEdge', 'uint64'); % Important! Transpose input matrix to become row major.将数据写入二进制文件fclose(fidLabel);endendparfor_progress();endparfor_progress(0);

9:这样生成的文件夹如下：
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

http://www.lryc.cn/news/33649.html

相关文章：

  • Spring基本概念与使用
  • 安恒信息java实习面经
  • 第八章：枚举类与注解
  • Ceph介绍
  • remove 和 erase 的区别
  • NFTScan：怎么使用 NFT API 开发一个 NFT 数据分析平台？
  • ECOLOY直接更换流程表单后导致历史流程中数据为空白的解决方案
  • mysql中的共享锁，排他锁，间隙锁，意向锁及死锁机制
  • SpringBoot整合MybatisPlus
  • 中电金信Gien享汇・大数据专题｜金融行业数据架构及模型演进
  • Cadence Allegro 导出Design Cross Section报告详解
  • 【LeetCode】剑指 Offer 23. 链表中环的入口节点 p139 -- Java Version
  • LeetCode-96. 不同的二叉搜索树
  • JavaWeb基础
  • C++基础了解-03-C++变量类型
  • 树莓派4b——通过mjpg-streamer使用摄像头
  • MySQL运维篇之读写分离
  • windows程序最小化到托盘并显示提示信息
  • 使字符串平衡的最少删除次数（简单动态规划）
  • linux网络广播使用
  • Kubernetes源码学习
  • 筑基九层 —— 指针详解
  • 内存清理、动画制作、CPU检测等五款实用软件推荐
  • RocketMQ 5.0 学习笔记
  • 796.子矩阵的和
  • 【PySide6】信号(signal)和槽函数(slot)，以及事件过滤器
  • canal admin管理端配置（二）
  • Servlet 生命周期
  • redis集群模式登陆
  • 04-useMemo 、React.memo、useCallback