分享一个技巧!CV训练时容易忽视的数据标签问题
-
在训练检测模型时,面对万以上量级的数据,可能很多朋友只是随机抽样个几千张图看一下,而并不会仔细检查每一张图片anno是否正确。这时候可能会忽视一种常见的标签错位问题,本文将简要介绍该问题,希望对大家有所帮助。
这种问题一般出现在手机拍摄的图片中,表象是:当你用PIL库读取图像时,会发现有些图像与检测框错位,直观上如果将图片旋转90 or 180 or 270度,正好可以和标签框对应上。
如果你的训练集有大量这种图,很可能导致训练结果不佳。
造成这种现象的原因是手机拍摄的图片很多都带了exif信息,其中包含了摄像头旋转角度信息。如果你用windows自带的看图软件打开图片,会发现图片会被旋转。opencv加载图片也是如此,会根据exif信息自动旋转(90、180、270度)。
同理,如果标注数据的工具读取该图片的时候根据exif信息做了旋转,eg:labelme,那么anno显然对应于旋转后的图片。
但是PIL库加载图片并不会自动处理exif信息,而很多开源模型在加载数据集时采用的都是PIL库,从而影响训练效果。为了避免出现标签错位问题,通常有如下几种方法:
1、所以使用pil读图需要注意该问题。尽量用cv2读取,实在要用pil,先cv2读取再转成pil。
2、对pil读取的图片做exif信息检查 (在此之前img不可以调用convert(‘RGB’)操作,会丢失exif信息。
def apply_exif_orientation(image, file): try: exif = image._getexif() except AttributeError: exif = None if exif is None: return image exif = { PIL.ExifTags.TAGS[k]: v for k, v in exif.items() if k in PIL.ExifTags.TAGS } orientation = exif.get('Orientation', None) if orientation == 1: # do nothing return image elif orientation == 2: # left-to-right mirror print('left-to-right mirror : {}'.format(file)) return PIL.ImageOps.mirror(image) elif orientation == 3: # rotate 180 print('rotate 180 : {}'.format(file)) return image.transpose(PIL.Image.ROTATE_180) elif orientation == 4: # top-to-bottom mirror print('top-to-bottom mirror : {}'.format(file)) return PIL.ImageOps.flip(image) elif orientation == 5: # top-to-left mirror print('top-to-left mirror : {}'.format(file)) return PIL.ImageOps.mirror(image.transpose(PIL.Image.ROTATE_270)) elif orientation == 6: # rotate 270 print('rotate 270 : {}'.format(file)) return image.transpose(PIL.Image.ROTATE_270) elif orientation == 7: # top-to-right mirror print('top-to-right mirror : {}'.format(file)) return PIL.ImageOps.mirror(image.transpose(PIL.Image.ROTATE_90)) elif orientation == 8: # rotate 90 print('rotate 90 : {}'.format(file)) return image.transpose(PIL.Image.ROTATE_90) else: return image
3、统一用cv2等库对图片进行处理,去掉exif信息。然后再将图片交给标注团队进行打标。
-
数据处理技巧get!