如何在tensorflow中加载用于对象检测的图像和csv文件

Question

图像分类中的数据加载器

小目标图像

CSV文件

我是物体检测的新手，不知道如何使用数据加载器完成任务。在图像分类中，我知道我们可以从tensorflow中的image_dataset_from_directory加载图像分类数据，我正在寻找类似的功能来加载csv格式的图像和注释文件
我有一个csv文件，其中包含每个图像的边界框坐标(x0，y0，宽度，高度(。如何将csv注释文件与图像一起加载以进行对象检测？

图像名称有1.jpg、2.jpg、3.jpg等。我添加了一张图片，说明如何直接从文件夹结构中加载图像进行图像分类。

我正在尝试使用python语言中的TensorFlow库。

Answer 1

您可以将csv文件传递给下面的代码以创建注释文件。

def annotation(row):
annotation = {}
area = (row.xmax -row.xmin)*(row.ymax - row.ymin)
annotation["segmentation"] = []
annotation["iscrowd"] = 0
annotation["area"] = area
annotation["image_id"] = row.fileid
annotation["bbox"] = [row.xmin, row.ymin, row.xmax -row.xmin,row.ymax-row.ymin ]
annotation["category_id"] = row.categoryid
annotation["id"] = row.annid
return annotation

创建注释后，您需要将这些注释转换为TFRecord。然后选择要训练的对象检测模型。请参阅本要点以获取创建注释的完整代码，并参阅本文档以创建Tf记录和训练模型。非常感谢。