深度学习视觉数据准备

针对视觉任务中的数据准备进行记录：

1.从视频中获取图片数据

首先从视频中剪辑出指定长度（2-3s）的有效片段，直接使用剪辑工具即可（推荐快剪辑）

将视频片段拆分成帧图片。
- 首先右键查看视频片段的 属性，然后转 详细信息 查看 帧速率，此速率即为后期生成图片的一个重要参数。
- 可使用工具 ffmpeg 来生成图片，也可直接写脚本程序完成此项工作。这里记录下使用 ffmpeg 的操作过程：
  
  安装及环境配置，详见：https://blog.csdn.net/weixin_33895016/article/details/93944142
  
  使用：进入视频文件所在目录，shift + 右键 在此处打开 Powershell ，输入命令：
```
ffmpeg -i "video.mp4" -r 1 -q:v 2 -f image2 vid_%d.jpg
# ffmpeg -i 视频 -r 每秒帧数 -q:v 图片质量参数 -f 图片命名格式
```

[可选] 文件重新命名。需要将上面生成的文件名更改成 000x.jpg, 00xx.jpg, 0xxx.jpg 的形式，可以使用以下脚本：

def rename(file_path):
    """
    将给定目录下的图像文件重新命名（0000.jpg 格式）
    :param file_path:
    :return:
    """
    # 首先得到所有的图片（list）
    images = []
    # key=lambda x: int(x[:-4]) : 倒着数第四位'.'为分界线，按照'.'左边的数字从小到大排序(注意这里的逻辑是根据上面第2步的命名 vid_%d.jpg 来写的)
    for f in sorted(os.listdir(os.path.join(file_path)), key=lambda x: int(x[4:-4])):  # 获取的列表是乱序的，记得排一下序
        sub_path = os.path.join(file_path, f)
        if os.path.isfile(sub_path):
            images.append(sub_path)
    print(images)
    # 重新命名
    count = 0
    for img in images:
        if count < 10:
            os.rename(img, os.path.join(file_path, '000' + str(count) + ".jpg"))
        elif count < 100:
            os.rename(img, os.path.join(file_path, '00' + str(count) + ".jpg"))
        elif count < 1000:
            os.rename(img, os.path.join(file_path, '0' + str(count) + ".jpg"))
        count += 1
    print("rename completed!")

2.直接获取图片数据

这没什么好说的。

3.图片标注

这里主要记录了 windows 下目标检测数据的标注，标注格式为 Pascal VOC 格式。其余系统同理。

首先要选定一款数据标注工具，推荐 labelme 。不推荐网上的命令行式安装，可以去这里下载[提取码：ldxp]，解压后会有一个 data 文件夹和一个 labeme.exe 程序。

[可选] data 文件夹中有一个 txt 文件，其中用来配置标注的对象的类别，之后便可在标注时弹出类别选项而无需手动输入。比如有 a,b,c,d,e 5类，txt 文件如下：

标注时直接打开 labelme.exe 即可。点击左侧边栏 open Dir 打开数据所在的文件来导入图片数据，点击 Create RectBox 或使用快捷键 w 来新建标注框，完了 ctrl+s 保存成 xml 文件。

参考：https://blog.csdn.net/weixin_33895016/article/details/93944142