嵌入式学习-土堆目标检测（1）-day26
土堆pytorch已经学完了，目前开始学目标检测，一些数据集的使用，然后目标检测的基本结构，再是yolo模型，再是ultralytics框架
土堆官网，一些教程，工具， 膜拜大佬 ORZ： 我是土堆 | 我是土堆
目标检测，就是我们希望计算机在图像或者视频定位并识别我们感兴趣的目标。
识别：识别矩阵框中的内容
感兴趣的目标，不仅可以是一些常规的目标，也可以是一些“非常规”或者说是抽象的目标
定位：在图像中找到目标的位置，用矩阵框表示出来
这就是目标检测
常见的目标检测数据集
数据集可以在这里下载： Machine Learning Datasets | Papers With Code
数据集涉及到 输入 和 输出 所以比较重要
VOC数据集
VOC数据集：VOC数据集官网 ，2012和2007最为常用
VOC2012下载网址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar
VOC2007下载网址：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar
JPEGImages是图片文件
annotations是标注
其他的不用关心
annotations标注文件例子及关键说明：
<annotation><folder>VOC2007</folder><filename>000019.jpg</filename><source><database>The VOC2007 Database</database><annotation>PASCAL VOC2007</annotation><image>flickr</image><flickrid>330638158</flickrid></source><owner><flickrid>Rosenberg1/ Simmo</flickrid><name>?</name></owner><size> //图像大小<width>500</width> <height>375</height><depth>3</depth></size><segmented>0</segmented><object><name>cat</name> //目标种类<pose>Right</pose><truncated>0</truncated> //是否被遮挡<difficult>0</difficult> //识别难度<bndbox><xmin>231</xmin><ymin>88</ymin><xmax>483</xmax><ymax>256</ymax></bndbox></object><object><name>cat</name><pose>Right</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>11</xmin><ymin>113</ymin><xmax>266</xmax><ymax>259</ymax></bndbox></object>
</annotation>
图片查看软件ImageJ下载：Download
COCO数据集
更大比VOC更常用
网址： COCO - Common Objects in Context
下载2017文件夹解压缩后就这三个，train2017和val2017就是图片
注意instances就可以了，存储的是目标检测标注
可以用tudui的COCO查看工具
图片信息：重点关注下面这三个
标注信息：重要的
如果我们想找到0000391895jpg的所有标注，那么我们需要找到标注信息中image_id=391895的所有标注。相当于是主键
Bbox中的数字分别代表（xmin，ymin，width，height）
category_id可以从categories中找到目标是什么物体
类别ID是4，确实是摩托车
YOLO标注格式
现在比较常用，也是介绍的最后一个格式
x_yolo = x / image_width y_yolo = y / height
width_yolo = width / image_width height_yolo = height / image_height
yolo format bounding box = <x_yolo, y_yolo, width_yolo, height_yolo>
用这张照片举例子
看到他图片的width = 500 height = 333
物体的中心点的坐标是 x = 250 y = 184 w = 196 h = 172
则:
x_yolo = x / image_width = 0.5 y_yolo = y / height = 0.55
width_yolo = width / image_width = 0.392 height_yolo = height / image_height = 0.516
yolo format bounding box = <x_yolo, y_yolo, width_yolo, height_yolo> = <0.51,0.55,0.392,0.516>
用土堆的网页检测看到是对的