关于训练自己的数据集的问题
yuanyongqi2019 opened this issue · comments
我仔细看了作者的代码和VOC数据集的格式，发现VOC数据集训练集和验证集mask图像的像素值就是它的分类值，比如这个物体属于第五类那它的像素值就是（5,5,5），我用的数据集mask图像的像素值是它对应的颜色，直接跑程序的话，miou和mPA除了背景其他都是0，我把训练集和验证集mask图像的像素值改成了对应的分类值，图片就变成全黑的了，训练之后miou和mPA也是除了背景其他都是0，应该怎么解决呢？
emm？
理论上物体属于第五类那它的像素值就是5，因为标签是灰度图
emm？ 理论上物体属于第五类那它的像素值就是5，因为标签是灰度图
这个我看出来了，但是测试集的灰度图像为什么还会有颜色呢？我知道灰度图可以有颜色，但是它的灰度值只有0-21为什么能呈现出各种彩色呢？作者有把其他数据集转化为VOC数据集的方法吗？我用的数据集只有原图和mask图像，我写了个程序进行修改，但是图片会变成黑色，不像作者用到的数据集那样显示各种颜色
1、八位彩图。保存方式有要求，用labelme保存的
嗯嗯，前两天调出来了，谢谢作者了
好的加油
嗯嗯，前两天调出来了，谢谢作者了
你好，我现在也遇到这个问题，请问下您是怎么解决的呢？我把label都改成8位彩图了，但是训练出来预测全黑
嗯嗯，已经调出来了，谢谢作者
你好，我现在也遇到了这个问题，但是请问下是怎么解决的呢？
首先把你自己用的数据集的训练集改成和作者训练集一样的格式，就是像素值就是实际的标签值，测试集的图也要处理成八位的彩图才行，八位彩图可以用labelme的程序来实现
嗯嗯，已经调出来了，谢谢作者
你好，我现在也遇到了这个问题，但是请问下是怎么解决的呢？首先把你自己用的数据集的训练集改成和作者训练集一样的格式，就是像素值就是实际的标签值，测试集的图也要处理成八位的彩图才行，八位彩图可以用labelme的程序来实现
你好！我下载的是Potsdam遥感数据集，是用tif后缀的图片切片后分别得到JPG格式的24位彩图和PNG格式的8位彩图，这个应该算是符合泡泡哥工程里VOC数据集格式的吧？但是我用这个就是不行，还是说我需要怎么改变标签中像素点的值呢？感激不尽！那个用labelme的程序来实现是什么意思呢
嗯嗯，已经调出来了，谢谢作者
你好，我现在也遇到了这个问题，但是请问下是怎么解决的呢？首先把你自己用的数据集的训练集改成和作者训练集一样的格式，就是像素值就是实际的标签值，测试集的图也要处理成八位的彩图才行，八位彩图可以用labelme的程序来实现
你好！我下载的是Potsdam遥感数据集，是用tif后缀的图片切片后分别得到JPG格式的24位彩图和PNG格式的8位彩图，这个应该算是符合泡泡哥工程里VOC数据集格式的吧？但是我用这个就是不行，还是说我需要怎么改变标签中像素点的值呢？感激不尽！那个用labelme的程序来实现是什么意思呢
关于你说的数据集我不太了解，我的研究方向和遥感图像没什么关系，关于labelme的程序就是用labelme的程序来给像素值就是标签值的图片着色成彩色图像，可以查看from labelme.utils.draw import label_colormap这个函数，如果还是不太清楚的话可以使用我改好的程序，如下所示
`import os.path as osp
import os
import numpy as np
from PIL import Image
from labelme.utils.draw import label_colormap
from tqdm import tqdm
def lblsave(filename, lbl):
if osp.splitext(filename)[1] != '.bmp':
filename += '.bmp'
# Assume label ranses [-1, 254] for int32,
# and [0, 255] for uint8 as VOC.
if lbl.min() >= -1 and lbl.max() < 255:
lbl_pil = Image.fromarray(lbl.astype(np.uint8), mode='P')
colormap = label_colormap(255)
lbl_pil.putpalette((colormap * 255).astype(np.uint8).flatten())
lbl_pil.save(filename)
else:
raise ValueError(
'[%s] Cannot save the pixel-wise class label as PNG. '
'Please consider using the .npy format.' % filename
)
path = "Labels"
save_path = "Labels_1"
files = os.listdir(path)
print(files)
for pic in tqdm(files):
pic_path=os.path.join(path, pic)
img=Image.open(pic_path)
img_array=np.asanyarray(img)
new_path=os.path.join(save_path,pic)
lblsave(new_path,img_array)
`
可以不是八位的彩图，只要标签的像素值就是实际的标签值就可以，灰度图也行
感谢大佬们的回复，已经解决所有问题！
总结一下：VOC数据集格式需要两个有两个文件夹，一个是放图片的image，另一个是放标签的label。然后图片就是正常的JPG格式即可，标签是需要8位的图片，是彩色还是灰色并没关系，最重要的是标签中的像素点的值需要是实际的标签值，也就是假如我的数据集有16个类，那么标签中的像素值就只能在0-15的范围内，因此8位的图片是灰色的完全符合要求，但是最重要的是像素值要对应。具体查看方法可以用PIL库读取图片然后转换成numpy的array格式，然后查看整个标签图片或者一部分的像素值，如果都在0-15这个范围内标签格式便是符合要求的。
啊对