image-processing - 使用 YOLO 进行车牌检测

Question

我正在尝试训练一个模型来检测巴基斯坦汽车的车牌。我发现了一种更快的技术，称为 YOLO。这是一个链接YOLOv2

我正在关注的训练YOLOv2的博客是这个blog

根据此博客，我需要汽车图像，并且需要注释这些图像(需要标记车牌位置)以准备测试数据和训练数据。问题是我已经有了以下形式的训练数据

本教程要求我对这样的汽车图像进行注释。

如果有人使用过 YOLO，请告诉我如何避免注释并使用自己的训练数据来训练 YOLO 模型。

Answer 1

Yolo 训练需要以下注释格式

[类别][X][Y][W][H]

即

0 0.443359 0.434722 0.391406 0.869444

如果您有相同的注释数据集，恭喜您可以开始训练。如果您没有相同的，您可以使用 github 上提供的工具进行转换。

更新:例如，注释是从中心计算的。如果您使用 x1,y1,x2,y2 格式，则需要将其转换。

def convert_to_yolo_format(path, x1, y1, x2, y2):
    """
    Definition: Converts (x1, y1, x1, y2) format to
        (x, y, width, height) normalized YOLO format.
    """
    size = get_img_shape(path) # size array [width,height]
    dw = 1./size[0]
    dh = 1./size[1]
    x = (x1 + x2)/2.0 # centroid x
    y = (y1 + y2)/2.0 # centroid y
    w = x2 - x1 # width
    h = y1 - y2 # height
    x = abs(x*dw) # divide by width
    w = abs(w*dw) # divide by width
    y = abs(y*dh) # divide by height
    h = abs(h*dh) # divide by height
    return (x,y,w,h)