torchvision

包含众多流行数据集和图像处理方法

Dataset类

PyTorch 读取图片，主要是通过 Dataset 类，所有的 datasets 都需要继承它

要让PyTorch读取自己的数据集，只要两步：

1. 制作图片数据的索引
2. 构建Dataset子类

所谓数据集，无非就是一组{x:y}的集合吗，你只需要在这个类里说明“有一组{x:y}的集合”就可以了

对于图像分类任务，图像+分类

对于目标检测任务，图像+bbox、分类

DeepLesion数据集

• 4427名独立的匿名患者
• 10594次CT扫描（平均每位患者有3次随访）
• 32735个带标记的病灶实例
• 一共928020张CT横切图像（512×512分辨率）

Skimage

目标检测算法

常见的计算机视觉任务可以归纳为图像分类、目标检测、语义分割等。
在图片数据中找到指定的物体，并能够正确定位位置，这就是典型的目标检测任务。

边界框与锚框

边界框用来描述目标位置，是一个矩形框，由左上角坐标和右下角坐标来共同确定。
在运行目标检测算法时，通常会在图像中采样多个候选区域，不同的目标检测算法所使用的采样算法也不一样，而YOLO系列算法则通过定义锚框来提取，锚框是指以每一个像素为中心，生成多个大小和宽高比不同的边界框集合

交并比（Intersection of Union）

当有多个边界框覆盖了图像中的物体时，如果该物体的真实的边界框已知，那么需要有一个衡量预测边界框好坏的指标。在目标检测领域，我们使用交并比来衡量。

基于候选区域的目标检测算法（二阶段）

第一阶段：先产生所有可能的目标候选区
第二阶段：再对候选区做分类和回归

 - R-CNN
 - Fast R-CNN
 - Faster R-CNN

 -  FPN

单阶段目标检测

与二阶段不同，它仅仅使用一个卷积神经网络直接预测不同目标的类别与位置，不需要预先选取候选区域，存在正负样本不均衡（正即有目标）问题。因此，在效果上，基于候选区域的算法要比单阶段算法准确度高，但速度较慢；相反，单阶段算法比基于候选区域的算法速度快，但准确率要低。

 定义自己的数据集CSV格式

训练自己的数据集需要至少两个CSV文件，一个文件包含标注数据，另一个则包含各个类别名及其对应的ID序号映射。

标注文件格式（Annotations format）

/data/imgs/img_001.jpg,837,346,981,456,cow

目标检测的位置一般有两种格式

1.（xmin，ymin，xmax，ymax）

2.（xcenter，ycenter，width，height）

映射文件格式（class mapping format）

cow,0
cat,1
bird,2

检测的任务：

1.分类：准确率

2.定位：交并比

分类和回归loss

目标检测通常由分类损失和回归损失组成，而图像分割通常有基于分布、基于区域、基于边界的三类loss function。

位置回归采用Smooth公式，用于定位框的回归损失

可视化

在opencv中进行矩形框的绘制

cv2.rectangle(image,start_point,end_point,color,thickness)

add caption

cv2.FONT_HERSHEY_SIMPLEX

cv2.FONT_HERSHEY_PLAIN

Bibliography

版权声明：本文为CSDN博主「铁锅炖笨鸽」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/m0_67105022/article/details/123028162