阅读量:7
对象检测是迄今为止计算机视觉中最重要的应用领域。然而，小物体的检测和大图像的推理仍然是实际使用中的主要问题，这是因为小目标物体有效特征少，覆盖范围少。小目标物体的定义通常有两种方式。一种是绝对尺度定义，即以物体的像素尺寸来判断是否为小目标，如在COCO数据集中，尺寸小于32×32像素的目标被判定为小目标。另外一种是相对尺度定义，即以物体在图像中的占比面积比例来判断是否为小目标，例如国际光学工程学会SPIE定义，若目标尺寸小于原图的0.12%则可以判定成小目标。
SAHI: Slicing Aided Hyper Inference（切片辅助超推理）通过图像切片的方式来检测小目标。SAHI检测过程可以描述为：通过滑动窗口将图像切分成若干区域，各个区域分别进行预测，同时也对整张图片进行推理。然后将各个区域的预测结果和整张图片的预测结果合并，最后用NMS（非极大值抑制）进行过滤。用动图表示该识别过程如下：
SAHI的官方仓库地址为：sahi。关于SAHI的使用可以阅读官方demo和官方文档：sahi-demo和sahi-docs。如果想进一步了解SAHI具体工作性能和原理，可以阅读官方发表的论文：Slicing Aided Hyper Inference and Fine-Tuning for Small Object Detection。
SAHI安装指令如下：
pip install sahi
本文所有算法展示效果和代码见：
github: Python-Study-Notes
文章目录
1 SAHI使用
import sahi # 打印sahi版本 print(sahi.__version__) 0.11.6 1.1 图像切片
SAHI提供了封装好的函数接口，以切分输入图像和其标注数据。切分后的子图及其标注数据可以用于识别，或者保存为本地数据以供模型训练。
1.1.1 单张图像切片
SAHI提供slice_image函数以切分单张图片及其标注文件（仅支持coco标注文件），slice_image函数接口介绍如下：
# 返回SAHI的图像分片结果类SliceImageResult def slice_image( image: Union[str, Image.Image], # 单张图像地址或单个pillow image对象，必填参数 coco_annotation_list: Optional[CocoAnnotation] = None, # coco标注文件 output_file_name: Optional[str] = None, # 输出文件名前缀 output_dir: Optional[str] = None, # 输出文件地址 slice_height: int = None, # 子图切分高度 slice_width: int = None, # 子图切分宽度 overlap_height_ratio: float = None, # 子图高度间的重叠率 overlap_width_ratio: float = None, # 子图宽度间的重叠率 auto_slice_resolution: bool = True, # 如果没有设置slice_height和slice_width，则自动确定slice_height、slice_width、overlap_height_ratio、overlap_width_ratio min_area_ratio: float = 0.1, # 子图中标注框小于原始标注框占比，则放弃该标注框 out_ext: Optional[str] = None, # 图像后缀格式 verbose: bool = False, # 是否打印详细信息 ) slice_image函数源代码位于sahi/slicing.py中，这段代码可以单步调试看看怎么运行的，主要逻辑如下：
获得pillow image图像对象
调用get_slice_bboxes函数切分图像
- 获得切分参数
if slice_height and slice_width: # 计算重叠像素 y_overlap = int(overlap_height_ratio * slice_height) x_overlap = int(overlap_width_ratio * slice_width) elif auto_slice_resolution: x_overlap, y_overlap, slice_width, slice_height = get_auto_slice_params(height=image_height, width=image_width)- 循环切分图像
# 行循环 while y_max < image_height: # 设置起始切分坐标 x_min = x_max = 0 y_max = y_min + slice_height # 列循环 while x_max < image_width: x_max = x_min + slice_width # 如果图像不够切分，框往左或往上移动 if y_max > image_height or x_max > image_width: xmax = min(image_width, x_max) ymax = min(image_height, y_max) xmin = max(0, xmax - slice_width) ymin = max(0, ymax - slice_height) slice_bboxes.append([xmin, ymin, xmax, ymax]) else: slice_bboxes.append([x_min, y_min, x_max, y_max]) # 下一次切分从本次切分图像x_max-x_overlap开始 x_min = x_max - x_overlap y_min = y_max - y_overlap保存图片结果和标注结果，并包装返回SliceImageResult对象
以下代码演示了对单张图片进行切片，并将切分后的子图保存到本地。
展示原图
# 展示输入图片 from PIL import Image # 图像地址：https://github.com/obss/sahi/tree/main/demo/demo_data image_path = "image/small-vehicles1.jpeg" img = Image.open(image_path).convert('RGB') img 
切分图片
from sahi.slicing import slice_image # 输出文件名前缀 output_file_name = "slice" # 输出文件夹 output_dir = "result" # 切分图像 slice_image_result = slice_image( image=image_path, output_file_name=output_file_name, output_dir=output_dir, slice_height=256, slice_width=256, overlap_height_ratio=0.2, overlap_width_ratio=0.2, verbose=False, ) print("原图宽{}，高{}".format(slice_image_result.original_image_width, slice_image_result.original_image_height)) # 切分后的子图以形式：图像前缀_所在原图顶点坐标来保存文件 print("切分子图{}张".format(len(slice_image_result.filenames))) 原图宽1068，高580 切分子图15张 展示切分后的子图
import matplotlib.pyplot as plt from PIL import Image import math import os axarr_row = 3 axarr_col = math.ceil(len(slice_image_result.filenames)/axarr_row) f, axarr = plt.subplots(axarr_row, axarr_col, figsize=(14,7)) for index, file in enumerate(slice_image_result.filenames): img = Image.open(os.path.join(slice_image_result.image_dir,file)) axarr[int(index/axarr_col), int(index%axarr_col)].imshow(img) 
1.1.2 COCO数据集切片
SAHI提供slice_coco函数以切分coco数据集（仅支持coco数据集）。slice_coco函数接口介绍如下：
# 返回切片后的coco标注字典文件，coco文件保存地址 def slice_coco( coco_annotation_file_path: str, # coco标注文件 image_dir: str, # coco图像集地址 output_coco_annotation_file_name: str, # 输出coco标注集文件名，不需要加文件类型后缀 output_dir: Optional[str] = None, # 输出文件地址 ignore_negative_samples: bool = False, # 是否忽略没有标注框的子图 slice_height: int = 512, # 切分子图高度 slice_width: int = 512, # 切分子图宽度 overlap_height_ratio: float = 0.2, # 子图高度之间的重叠率 overlap_width_ratio: float = 0.2, # 子图宽度之间的重叠率 min_area_ratio: float = 0.1, # 如果没有设置slice_height和slice_width，则自动确定slice_height、slice_width、overlap_height_ratio、overlap_width_ratio out_ext: Optional[str] = None, # 保存图像的扩展 verbose: bool = False, # 是否打印详细信息 ) slice_coco函数源代码位于sahi/slicing.py中，这段代码可以单步调试看看怎么做的，主要逻辑如下：
- 读取coco文件和图片信息
- 循环读取coco数据集的图片，每张图片调用get_slice_bboxes函数切分图像
- 创建coco dict结果并保存文件
以下代码演示了对coco数据集进行切片，并将切分后的子图和标注文件保存到本地。coco数据集可以包含若干张图片，但是以下代码示例中只包含一张图片，方便演示。
展示数据集
# 展示图像 from PIL import Image, ImageDraw from sahi.utils.file import load_json import matplotlib.pyplot as plt import os # coco图像集地址 image_path = "image" # coco标注文件 coco_annotation_file_path="image/terrain2_coco.json" # 加载数据集 coco_dict = load_json(coco_annotation_file_path) f, axarr = plt.subplots(1, 1, figsize=(8, 8)) # 读取图像 img_ind = 0 img = Image.open(os.path.join(image_path,coco_dict["images"][img_ind]["file_name"])).convert('RGBA') # 绘制标注框 for ann_ind in range(len(coco_dict["annotations"])): xywh = coco_dict["annotations"][ann_ind]["bbox"] xyxy = [xywh[0], xywh[1], xywh[0] + xywh[2], xywh[1] + xywh[3]] ImageDraw.Draw(img, 'RGBA').rectangle(xyxy, width=5) axarr.imshow(img) <matplotlib.image.AxesImage at 0x210a7583250> 
切分数据集
from sahi.slicing import slice_coco # 保存的coco数据集标注文件名 output_coco_annotation_file_name="sliced" # 输出文件夹 output_dir = "result" # 切分数据集 coco_dict, coco_path = slice_coco( coco_annotation_file_path=coco_annotation_file_path, image_dir=image_path, output_coco_annotation_file_name=output_coco_annotation_file_name, ignore_negative_samples=False, output_dir=output_dir, slice_height=320, slice_width=320, overlap_height_ratio=0.2, overlap_width_ratio=0.2, min_area_ratio=0.2, verbose=False ) print("切分子图{}张".format(len(coco_dict['images']))) print("获得标注框{}个".format(len(coco_dict['annotations']))) indexing coco dataset annotations... Loading coco annotations: 100%|█████████████████████████████████████████████████████████| 1/1 [00:00<00:00, 334.21it/s] 100%|████████████████████████████████████████████████████████████████████████████████████| 1/1 [00:00<00:00, 11.80it/s] 切分子图12张 获得标注框18个 展示切分后的子图和标注框
axarr_row = 3 axarr_col = math.ceil(len(coco_dict['images']) / axarr_row) f, axarr = plt.subplots(axarr_row, axarr_col, figsize=(10, 7)) for index, img in enumerate(coco_dict['images']): img = Image.open(os.path.join(output_dir, img["file_name"])) for ann_ind in range(len(coco_dict["annotations"])): # 搜索与当前图像匹配的边界框 if coco_dict["annotations"][ann_ind]["image_id"] == coco_dict["images"][index]["id"]: xywh = coco_dict["annotations"][ann_ind]["bbox"] xyxy = [xywh[0], xywh[1], xywh[0] + xywh[2], xywh[1] + xywh[3]] # 绘图 ImageDraw.Draw(img, 'RGBA').rectangle(xyxy, width=5) axarr[int(index / axarr_col), int(index % axarr_col)].imshow(img) 
1.2 图像预测
1.2.1 接口介绍
SHAI提供了图像切片预测的封装接口，具体的函数接口如下：
AutoDetectionModel类
SAHI基于AutoDetectionModel类的from_pretrained函数加载深度学习模型。目前支持YOLOv5 models, MMDetection models, Detectron2 models和HuggingFace object detection models等深度学习模型库，如果想支持新的模型库,可以参考sahi/models目录下的模型文件，新建模型检测类。
模型预测
基于get_prediction函数调用模型预测单张图片，也就是直接调用AutoDetectionModel类提供的模型，直接推理单张图片。
基于get_sliced_prediction函数以切分图片的方式进行预测。在get_sliced_prediction函数内部会先切分图片，然后对每个子图单独进行模型推理；如果设置了对整张原图进行推理，那么也会整合原图推理的结果以增加模型精度。最后对所有的预测结果进行nms整合，相近的两个预测框也会进行合并。get_sliced_prediction函数接口如下：
def get_sliced_prediction( image, detection_model=None, slice_height: int = None, slice_width: int = None, overlap_height_ratio: float = 0.2, overlap_width_ratio: float = 0.2, perform_standard_pred: bool = True, # 是否单独对原图进行识别 postprocess_type: str = "GREEDYNMM", # 合并结果的方式，可选'NMM', 'GRREDYNMM'， 'NMS' postprocess_match_metric: str = "IOS", # NMS匹配方式IOU或者IOS postprocess_match_threshold: float = 0.5, # 匹配置信度 postprocess_class_agnostic: bool = False, # 在合并结果时，是否将不同类别的检测框放在一起处理 verbose: int = 1, merge_buffer_length: int = None, # 低配设备使用，以加快处理 auto_slice_resolution: bool = True, ) - 基于predict函数进行批处理，predict函数进一步封装了识别代码，如果想使用该函数，阅读predict源代码参数接口即可。
1.2.2 应用实例
直接预测图片
from sahi import AutoDetectionModel from sahi.predict import get_prediction # 初始化检测模型，缺少yolov5代码，pip install yolov5即可 detection_model = AutoDetectionModel.from_pretrained( model_type='yolov5', # 模型类型 model_path='./yolov5n.pt', # 模型文件路径 confidence_threshold=0.3, # 检测阈值 device="cpu", # or 'cuda:0' ); image = 'image/small-vehicles1.jpeg' # 获得模型直接预测结果 result = get_prediction(image, detection_model) # result是SAHI的PredictionResult对象，可获得推理时间，检测图像，检测图像尺寸，检测结果 # 查看标注框，可以用于保存为其他格式 for pred in result.object_prediction_list: bbox = pred.bbox # 标注框BoundingBox对象，可以获得边界框的坐标、面积 category = pred.category # 类别Category对象，可获得类别id和类别名 score = pred.score.value # 预测置信度 # 保存文件结果 export_dir = "result" file_name = "res" result.export_visuals(export_dir=export_dir, file_name=file_name) # 展示结果 from PIL import Image import os image_path = os.path.join(export_dir,file_name+'.png') img = Image.open(image_path).convert('RGB') img 
切片预测图片
from sahi import AutoDetectionModel from sahi.predict import get_sliced_prediction # 初始化检测模型 detection_model = AutoDetectionModel.from_pretrained( model_type='yolov5', model_path='yolov5n.pt', confidence_threshold=0.3, device="cpu", # or 'cuda:0' ) image = 'image/small-vehicles1.jpeg' result = get_sliced_prediction( image, detection_model, slice_height = 256, slice_width = 256, overlap_height_ratio = 0.2, overlap_width_ratio = 0.2, perform_standard_pred = True, ) # result是SAHI的PredictionResult对象，可获得推理时间，检测图像，检测图像尺寸，检测结果 # 查看标注框，可以用于保存为其他格式 for pred in result.object_prediction_list: bbox = pred.bbox # 标注框BoundingBox对象，可以获得边界框的坐标、面积 category = pred.category # 类别Category对象，可获得类别id和类别名 score = pred.score.value # 预测置信度 # 保存文件结果 export_dir = "result" file_name = "res" result.export_visuals(export_dir=export_dir, file_name=file_name) # 结果导出为coco标注形式 coco_anno = result.to_coco_annotations() # 结果导出为coco预测形式 coco_pred = result.to_coco_predictions() # 展示结果 from PIL import Image import os image_path = os.path.join(export_dir,file_name+'.png') img = Image.open(image_path).convert('RGB') img Performing prediction on 15 number of slices. 
相对单张图片直接识别，通过切片的方式能够识别到更多的小目标。由于使用的模型是yolov5n，可以看到一些识别结果不正确，比如同一辆车在不同子图被分别识别为卡车或汽车，一种好的解决办法是将postprocess_class_agnostic参数设置为True，将不同类别的检测框放在一起进行合并，同时降低 postprocess_match_threshold以滤除结果。
image = 'image/small-vehicles1.jpeg' result = get_sliced_prediction( image, detection_model, slice_height = 256, slice_width = 256, overlap_height_ratio = 0.2, overlap_width_ratio = 0.2, perform_standard_pred = True, postprocess_match_threshold = 0.2, postprocess_class_agnostic = True, ) # 保存文件结果 export_dir = "result" file_name = "res" result.export_visuals(export_dir=export_dir, file_name=file_name) # 展示结果 from PIL import Image import os image_path = os.path.join(export_dir,file_name+'.png') img = Image.open(image_path).convert('RGB') img Performing prediction on 15 number of slices. 
1.3 SAHI工具函数
SAHI提供多个工具函数以处理COCO数据集，具体使用可以阅读sahi-docs-coco。
1.3.1 coco数据集制作与精度分析
以下代码创建了coco标注数据，并保存到本地
from sahi.utils.file import save_json from sahi.utils.coco import Coco, CocoCategory, CocoImage, CocoAnnotation,CocoPrediction # 创建coco对象 coco = Coco() # 添加类 coco.add_category(CocoCategory(id=0, name='human')) coco.add_category(CocoCategory(id=1, name='vehicle')) # 循环遍历图像 for i in range(3): # 创建单个图像 coco_image = CocoImage( file_name="image{}.jpg".format(i), height=1080, width=1920) # 添加图像对应的标注 coco_image.add_annotation( CocoAnnotation( # [x_min, y_min, width, height] bbox=[0, 0, 200, 200], category_id=0, category_name='human' ) ) coco_image.add_annotation( CocoAnnotation( bbox=[200, 100, 300, 300], category_id=1, category_name='vehicle' ) ) # 添加图像预测数据 coco_image.add_prediction( CocoPrediction( score=0.864434, bbox=[0, 0, 150, 150], category_id=0, category_name='human' ) ) coco_image.add_prediction( CocoPrediction( score=0.653424, bbox=[200, 100, 250, 200], category_id=1, category_name='vehicle' ) ) # 将图像添加到coco对象 coco.add_image(coco_image) # 提取json标注数据，不会保存图像预测结果 coco_json = coco.json # 将json标注数据保存为json本地文件 save_json(coco_json, "coco_dataset.json") # 提取预测结果json文件，并保存到本地 predictions_array = coco.prediction_array save_json(predictions_array, "coco_predictions.json") 当我们获得了预测数据，我们可以基于pycocotools工具分析预测数据的精度，pycocotools是目标检测必备工具，官方仓库地址为cocoapi，结果分析代码如下：
# 需要单独安装pycocotools from pycocotools.cocoeval import COCOeval from pycocotools.coco import COCO coco_ground_truth = COCO(annotation_file="coco_dataset.json") coco_predictions = coco_ground_truth.loadRes("coco_predictions.json") coco_evaluator = COCOeval(coco_ground_truth, coco_predictions, "bbox") # 进行匹配计算 coco_evaluator.evaluate() # 进行结果的累加 coco_evaluator.accumulate() # 输出结果 coco_evaluator.summarize() loading annotations into memory... Done (t=0.00s) creating index... index created! Loading and preparing results... DONE (t=0.00s) creating index... index created! Running per image evaluation... Evaluate annotation type *bbox* DONE (t=0.00s). Accumulating evaluation results... DONE (t=0.01s). Average Precision (AP) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.200 Average Precision (AP) @[ IoU=0.50 | area= all | maxDets=100 ] = 1.000 Average Precision (AP) @[ IoU=0.75 | area= all | maxDets=100 ] = 0.000 Average Precision (AP) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000 Average Precision (AP) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = -1.000 Average Precision (AP) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.200 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 1 ] = 0.200 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets= 10 ] = 0.200 Average Recall (AR) @[ IoU=0.50:0.95 | area= all | maxDets=100 ] = 0.200 Average Recall (AR) @[ IoU=0.50:0.95 | area= small | maxDets=100 ] = -1.000 Average Recall (AR) @[ IoU=0.50:0.95 | area=medium | maxDets=100 ] = -1.000 Average Recall (AR) @[ IoU=0.50:0.95 | area= large | maxDets=100 ] = 0.200 统计数据集标注信息
from sahi.utils.coco import Coco coco = Coco.from_coco_dict_or_path("coco_dataset.json") # 获得数据集状态，指标说明看字段名就能懂 stats = coco.stats stats indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 3/3 [00:00<00:00, 1504.59it/s] {'num_images': 3, 'num_annotations': 6, 'num_categories': 2, 'num_negative_images': 0, 'num_images_per_category': {'human': 3, 'vehicle': 3}, 'num_annotations_per_category': {'human': 3, 'vehicle': 3}, 'min_num_annotations_in_image': 2, 'max_num_annotations_in_image': 2, 'avg_num_annotations_in_image': 2.0, 'min_annotation_area': 40000, 'max_annotation_area': 90000, 'avg_annotation_area': 65000.0, 'min_annotation_area_per_category': {'human': 40000, 'vehicle': 90000}, 'max_annotation_area_per_category': {'human': 40000, 'vehicle': 90000}} 预测结果过滤
from sahi.utils.file import save_json from sahi.utils.coco import remove_invalid_coco_results # 去除预测结果中的无效边界框，如边界框坐标为负的结果 coco_results = remove_invalid_coco_results("coco_predictions.json") save_json(coco_results, "fixed_coco_result.json") # 根据数据集实际标注信息，进一步去除边界框坐标超过图像长宽的结果 coco_results = remove_invalid_coco_results("coco_predictions.json", "coco_dataset.json") 1.3.2 coco数据集处理
切分数据集
from sahi.utils.coco import Coco # 指定coco文件 coco_path = "coco_dataset.json" # 初始coco对象 coco = Coco.from_coco_dict_or_path(coco_path) # 拆分数据集为训练集和验证集，训练集图像占比0.85 result = coco.split_coco_as_train_val( train_split_rate=0.85 ) # 保存训练集和验证集 save_json(result["train_coco"].json, "train_split.json") save_json(result["val_coco"].json, "val_split.json") indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 3/3 [00:00<00:00, 3005.95it/s] 修改标注类别
from sahi.utils.coco import Coco from sahi.utils.file import save_json coco = Coco.from_coco_dict_or_path("coco_dataset.json") print("标注类别：{}".format(coco.category_mapping)) # 修改数据集类别 # 将标注中human类的索引改为3，将原先vehicle类的标注删除 # 新加big_vehicle类和car类 desired_name2id = { "big_vehicle": 1, "car": 2, "human": 3 } # 更新标注类别 coco.update_categories(desired_name2id) print("修改后标注类别：{}".format(coco.category_mapping)) # 保存结果 save_json(coco.json, "updated_coco.json") indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 3/3 [00:00<00:00, 1002.78it/s] 标注类别：{0: 'human', 1: 'vehicle'} 修改后标注类别：{1: 'big_vehicle', 2: 'car', 3: 'human'} 按照标注框面积过滤数据集
from sahi.utils.coco import Coco from sahi.utils.file import save_json # 打开标注数据 coco = Coco.from_coco_dict_or_path("coco_dataset.json") # 过滤包含标注框面积小于min的图像 area_filtered_coco = coco.get_area_filtered_coco(min=50000) # 过滤标注框面积不在[min,max]的图像 area_filtered_coco = coco.get_area_filtered_coco(min=50, max=80000) # 筛选同时符合多个类别面积要求的图像 intervals_per_category = { "human": {"min": 20, "max": 30000}, "vehicle": {"min": 50, "max": 90000}, } area_filtered_coco = coco.get_area_filtered_coco(intervals_per_category=intervals_per_category) # 导出数据 save_json(area_filtered_coco.json, "area_filtered_coco.json") indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 3/3 [00:00<00:00, 1503.69it/s] 过滤无标注的图片
from sahi.utils.coco import Coco from sahi.utils.file import save_json # 去除无标注框的图片 coco = Coco.from_coco_dict_or_path("coco_dataset.json", ignore_negative_samples=True) # 导出数据 # save_json(coco.json, "coco_ignore_negative.json") indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 3/3 [00:00<00:00, 3007.39it/s] 裁剪标注框
from sahi.utils.coco import Coco from sahi.utils.file import save_json coco_path = "coco_dataset.json" # 将溢出边界框剪裁为图像宽度和高度 coco = Coco.from_coco_dict_or_path(coco_path, clip_bboxes_to_img_dims=True) # 对已有coco对象，将溢出边界框剪裁为图像宽度和高度 coco = coco.get_coco_with_clipped_bboxes() save_json(coco.json, "coco.json") indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 3/3 [00:00<00:00, 1007.04it/s] 合并coco数据集
# from sahi.utils.coco import Coco # from sahi.utils.file import save_json # coco_1 = Coco.from_coco_dict_or_path("coco1.json", image_dir="images_1/") # coco_2 = Coco.from_coco_dict_or_path("coco2.json", image_dir="images_2/") # # 合并数据集 # coco_1.merge(coco_2) # # 保存 # save_json(coco_1.json, "merged_coco.json") 下采样数据集
from sahi.utils.coco import Coco from sahi.utils.file import save_json coco_path = "coco_dataset.json" coco = Coco.from_coco_dict_or_path(coco_path) # 用1/10的图像创建Coco对象 # subsample_ratio表示每10张图像取1张图像 subsampled_coco = coco.get_subsampled_coco(subsample_ratio=10) # 仅对包含标注框为category_id的图像进行下采样,category_i=-1时表示负样本 subsampled_coco = coco.get_subsampled_coco(subsample_ratio=10, category_id=0) # 保存数据集 save_json(subsampled_coco.json, "subsampled_coco.json") indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 3/3 [00:00<00:00, 1512.19it/s] 上采样数据集
from sahi.utils.coco import Coco from sahi.utils.file import save_json coco_path = "coco_dataset.json" coco = Coco.from_coco_dict_or_path(coco_path) # 每个样本重复10次 upsampled_coco = coco.get_upsampled_coco(upsample_ratio=10) # 仅对包含标注框为category_id的图像进行采样,category_i=-1时表示负样本 subsampled_coco = coco.get_upsampled_coco(upsample_ratio=10, category_id=0) # 导出数据集 save_json(upsampled_coco.json, "upsampled_coco.json") indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 3/3 [00:00<00:00, 1503.51it/s] 1.3.3 coco数据集转换
导出为yolov5格式并分割数据集
from sahi.utils.coco import Coco # 注意image_dir路径 coco = Coco.from_coco_dict_or_path("coco_dataset.json", image_dir="images/") # 导出为yolov5数据集格式，train_split_rate设置训练集数据比例 # coco.export_as_yolov5( # output_dir="output/", # train_split_rate=0.85 # ) indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 3/3 [00:00<00:00, 1002.22it/s] 将训练集和验证集导出为yolov5格式
from sahi.utils.coco import Coco, export_coco_as_yolov5 # 注意image_dir路径 train_coco = Coco.from_coco_dict_or_path("train_split.json", image_dir="images/") val_coco = Coco.from_coco_dict_or_path("val_split.json", image_dir="images/") # 导出数据集 # data_yml_path = export_coco_as_yolov5( # output_dir="output", # train_coco=train_coco, # val_coco=val_coco # ) indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 2/2 [00:00<00:00, 1002.34it/s] indexing coco dataset annotations... Loading coco annotations: 100%|████████████████████████████████████████████████████████| 1/1 [00:00<00:00, 1003.42it/s] 1.4 总结
目标检测过程中，通过对高分辨率小目标图像进行滑动窗口切片，能够有效提高大分辨率小目标图像的识别精度。但是滑动切片识别有需要注意的地方：
- 需要图像数据集是否符合通用的高分辨小目标图像标准，如果对普通数据集进行切片识别容易拆分已有目标物体，这样做浪费推理时间也会导致最终检测结果精度不高。
- 滑动切片对识别模型的精度有一定的要求，一般来说模型越大精度越高，但是切片识别所花费的推理时间也越长。所以需要平衡模型精度和模型推理时间，而且也要确定滑动切片的尺度。
- 滑动切片识别在识别目标类别较少的任务中，识别精度更高，因为后处理能过滤很多重复识别检测框。
如果想了解其他的小目标识别方案，可以看看paddle家的paddledetection-smalldet。paddle提供了基于原图和基于切图的小目标识别方案，也提供了统计数据集尺寸分布的代码（该统计代码对某些特定的数据集效果不好，具体原因看看代码）。推荐看看PaddleDetection的小目标识别方案，做的很不错。
