Как организовать метки в y_train yolo объекте обнаружения - PullRequest
Новая
       35

Как организовать метки в y_train yolo объекте обнаружения

0 голосов
/ 17 марта 2020

Я работаю над пользовательским yolo , и я пометил изображения, которые я собираюсь использовать, чтобы использовать данные ниже для обучения модели, вот как выглядит файл CSV с данными меток (не обращайте внимания на данные объединяются друг с другом, я просто скопировал и вставил сюда для демонстрации), где каждая строка представляет объект, его относительное изображение и координаты: 

             Object         Object
Image        Name           Index       bx                      by                   bw                   bh
Beverly
Hills269.png  Car            0     0.61261261261261        0.57453416149068 0.05005005005005 0.06832298136646
Beverly
Hills269.png  Car            0     0.59009009009009        0.570652173913040.047047047047047 0.06055900621118
Beverly
Hills269.png  Car            0     0.56356356356356        0.573757763975160.0340340340340340.054347826086957
Beverly
Hills269.png  Car            0     0.54254254254254        0.578416149068320.0320320320320320.035714285714286
Beverly
Hills269.png  Car            0      0.3968968968969        0.556677018633540.0590590590590590.079192546583851
Beverly
Hills269.png  Car            0     0.42692692692693        0.562111801242240.0450450450450450.052795031055901
Beverly       Traffic
Hills269.png  Lights         1     0.54754754754755        0.218944099378880.0320320320320320.093167701863354
Beverly       Traffic
Hills269.png  Lights         1     0.14714714714715        0.301242236024840.038038038038038 0.10869565217391
Beverly       Traffic
Hills269.png  Lights         1 -0.011011011011011 -0.0574534161490680.054054054054054 0.15217391304348
Beverly       Traffic
Hills269.png  Lights         1     0.75525525525526        0.340062111801240.043043043043043 0.12732919254658
Beverly       Traffic
Hills269.png  Lights         1     0.32532532532533        0.364130434782610.036036036036036 0.11335403726708
Beverly       Street
Hills269.png  Sign           2     0.025525525525526       0.121118012422360.0670670670670670.093167701863354
Beverly       Street
Hills269.png  Sign           2     0.54704704704705        0.298136645962730.0870870870870870.052795031055901
Beverly
Hills241.png  Car            0     0.61261261261261        0.52639751552795 0.154154154154150.096273291925466
Beverly
Hills241.png  Car            0     0.60810810810811         0.55279503105590.0470470470470470.062111801242236
Beverly
Hills241.png  Car            0     0.58908908908909         0.56677018633540.0930930930930930.040372670807453
Beverly
Hills241.png  Car            0     0.71671671671672        0.54891304347826 0.10810810810811 0.06055900621118
Beverly
Hills241.png  Car            0     0.86536536536537        0.546583850931680.087087087087087 0.06832298136646
Beverly
Hills241.png  Car            0     0.26376376376376        0.37810559006211   0.2992992992993    0.4083850931677
Beverly
Hills241.png  Car            0     -0.12912912912913       0.32919254658385 0.26826826826827 0.43788819875776
Beverly
Hills241.png  Car            0      0.2037037037037        0.49922360248447 0.18718718718719 0.12267080745342
Beverly       Traffic
Hills241.png  Lights         1     0.80680680680681 -0.00232919254658380.042042042042042         0.1444099378882
Beverly       Traffic
Hills241.png  Lights         1     0.76176176176176        0.045031055900621 0.03003003003003 0.13664596273292
Beverly       Traffic
Hills241.png  Lights         1     0.32382382382382        0.240683229813660.0230230230230230.080745341614907
Beverly       Traffic
Hills241.png  Lights         1     0.28728728728729        0.18245341614907 0.030030030030030.082298136645963
Beverly       Traffic
Hills241.png  Lights         1     0.32082082082082         0.39440993788820.021021021021021 0.08695652173913
Beverly       Traffic
Hills241.png  Lights         1     0.34984984984985        0.425465838509320.0210210210210210.062111801242236
Beverly       Traffic
Hills241.png  Lights         1     0.53403403403403        0.417701863354040.0250250250250250.077639751552795
Beverly       Traffic
Hills241.png  Lights         1     0.95645645645646        0.442546583850930.017017017017017 0.06832298136646
Beverly       Traffic
Hills241.png  Lights         1     0.98598598598599        0.454968944099380.0080080080080080.049689440993789
Beverly       Street
Hills241.png  Sign           2     0.74724724724725        0.198757763975160.093093093093093 0.18633540372671
Beverly       Street
Hills241.png  Sign           2     0.87837837837838        0.0923913043478260.053053053053053 0.11024844720497
Beverly       Street
Hills241.png  Sign           2      0.3003003003003        0.342391304347830.0640640640640640.029503105590062
Beverly
Hills255.png  Car            0     0.58008008008008        0.540372670807450.0430430430430430.062111801242236
Beverly
Hills255.png  Car            0     0.56406406406406        0.537267080745340.0350350350350350.055900621118012
Beverly
Hills255.png  Car            0     0.55355355355355        0.529503105590060.0280280280280280.052795031055901
Beverly
Hills255.png  Car            0     0.53353353353353        0.536490683229810.0260260260260260.035714285714286

Как перевести эти данные в данные y для использоваться в пользовательской реализации yolo в keras ... другими словами, какой будет форма y_train, учитывая, что, как видно из приведенных выше данных, изображение обычно содержит более 1 объекта ???

...