如何將MMrotate的識別結果轉換爲dota和fair1m格式

問題來源,在使用mmrotate的過程中，需要能夠對識別的結果進行推斷，結果發現缺乏相關功能：

From the demo i know show_result_pyplot can plot the inferred results, I would like to ask how to convert inferred results to DOTA format, is there a related function? Or do you need to handle the result directly?
thanks!
Hi @jsxyhelu, we did not provide the corresponding script to the user. You need to convert the results to DOTA format by yourself. Welcome to submit your script to help more people.

 

那麼就自己來設計實現相關功能：

 

一、數據格式：

mmrotate的輸出格式爲：

分別爲： x, y, w, h, theta, score.

目標格式爲Dota採用 txt 文件存放，

其中一個標註框對應爲：  x1、 y1、   x2、 y2、 x3、 y3、 x4、 y4、 classname、diffcult 。注意這裏沒有歸一化處理 

二、批量處理和保存

首先將result保存下來

import os
import numpy as np
 
src_label_root = '/root/mmrotate/demo/ssdd_tiny/images/'
dst_label_root = '/root/mmrotate/demo/ssdd_tiny/dst/'
!mkdir '/root/mmrotate/demo/ssdd_tiny/dst/'
 
 
model.cfg = cfg
for i, src_label_name in enumerate(os.listdir(src_label_root)):
    src_label_path = os.path.join(src_label_root,src_label_name) #輸入地址
    dst_label_path = os.path.join(dst_label_root,os.path.splitext(src_label_name)[0]+".txt")
    img = mmcv.imread(src_label_path)
    result = inference_detector(model, img)
    np.savetxt(dst_label_path, result[0], delimiter=',')
    print(dst_label_path)

而後進行格式轉換，對於單通道圖片來說爲：

def rota( x, y, w, h, a):  # 旋轉中心點，旋轉中心點，框的w，h，旋轉角
    center_x1 = x
    center_y1 = y
    x1, y1 = x - w / 2, y - h / 2  # 旋轉前左上
    x2, y2 = x + w / 2, y - h / 2  # 旋轉前右上
    x3, y3 = x + w / 2, y + h / 2  # 旋轉前右下
    x4, y4 = x - w / 2, y + h / 2  # 旋轉前左下
    px1 = (x1 - center_x1) * math.cos(a) - (y1 - center_y1) * math.sin(a) + center_x1  # 旋轉後左上
    py1 = (x1 - center_x1) * math.sin(a) + (y1 - center_y1) * math.cos(a) + center_y1
    px2 = (x2 - center_x1) * math.cos(a) - (y2 - center_y1) * math.sin(a) + center_x1  # 旋轉後右上
    py2 = (x2 - center_x1) * math.sin(a) + (y2 - center_y1) * math.cos(a) + center_y1
    px3 = (x3 - center_x1) * math.cos(a) - (y3 - center_y1) * math.sin(a) + center_x1  # 旋轉後右下
    py3 = (x3 - center_x1) * math.sin(a) + (y3 - center_y1) * math.cos(a) + center_y1
    px4 = (x4 - center_x1) * math.cos(a) - (y4 - center_y1) * math.sin(a) + center_x1  # 旋轉後左下
    py4 = (x4 - center_x1) * math.sin(a) + (y4 - center_y1) * math.cos(a) + center_y1
 
    return px1, py1, px2, py2, px3, py3, px4, py4  # 旋轉後的四個點,左上，右上，右下，左下

def mmrotate2dota(src_img_root, src_label_root, dst_label_root,class_map,score_thr=0.3):
    not_have_img = []
    if not os.path.exists(dst_label_root):
        os.makedirs(dst_label_root)
    # 遍歷所有txt文件
    for i, src_label_name in enumerate(os.listdir(src_label_root)):
        src_label_path = os.path.join(src_label_root,src_label_name) #輸入地址
        dst_label_path = os.path.join(dst_label_root,src_label_name) #輸出地址
        dst_label_list = []          ## 空列表
        with open(src_label_path, 'r') as fr:
            txtlines = fr.readlines()   #原始數據
        for line in txtlines:
            oneline = line.strip().split(",")    
            x = float(oneline[0])
            y = float(oneline[1])
            w = float(oneline[2])
            h = float(oneline[3])
            a = float(oneline[4])
            score = float(oneline[5])
            px1, py1, px2, py2, px3, py3, px4, py4 = rota(x,y,w,h,a)
            #目標格式爲  x1、y1、x2、y2、x3、y3、x4、y4、 classname、diffcult
            dstline = str(px1)+" "+ str(py1)+" "+ str(px2)+" "+ str(py2)+" "+ str(px3)+" "+ str(py3)+" "+ str(px4)+" "+ str(py4)+" "+ str(class_map['0'])+ "1"
            if(score >= score_thr):
                dst_label_list.append(dstline)
        with open(dst_label_path,'w') as fw:
            fw.writelines([line+'\n' for line in dst_label_list]) #添加換行
        print(dst_label_path)
    print('convert done')

得到初步的對比結果，目視是正確的

 

使用Dota自己的工具進行標繪（Dota_devKit）

 

具體

查看  https://www.kaggle.com/code/jsxyhelu2019/ddd-mmrotate-result2dota

三、獲得批量處理結果

當前的結果處理的只是一種類型的，在處理批量數據的時候是有不同的。

而且轉換的過程中存在錯誤，需要進行修正。

通過模仿現有的例子，能夠獲得讀取現有pt，執行推斷的結果。

它的內容是這樣來組織的：

 

一共37個array，每一個都是推測出來的位置。

這樣的話在寫下來的過程中，就需要編碼了。

而且在推斷的過程中，就是需要使用

from mmrotate.apis import inference_detector_by_patches
img = 'demo/dota_demo.jpg'
result = inference_detector_by_patches(model, img, [1024], [824], [1.0], 0.1)

 

def inference_detector_by_patches(model,
                                  img,
                                  sizes,
                                  steps,
                                  ratios,
                                  merge_iou_thr,
                                  bs=1):
    """inference patches with the detector.
    Split huge image(s) into patches and inference them with the detector.
    Finally, merge patch results on one huge image by nms.
    Args:
        model (nn.Module): The loaded detector.
        img (str | ndarray or): Either an image file or loaded image.
        sizes (list): The sizes of patches.
        steps (list): The steps between two patches.
        ratios (list): Image resizing ratios for multi-scale detecting.
        merge_iou_thr (float): IoU threshold for merging results.
        bs (int): Batch size, must greater than or equal to 1.
    Returns:
        list[np.ndarray]: Detection results.
    """

所以最後，單個寫：

# Use the detector to do inference
dst = []
from mmrotate.apis import inference_detector_by_patches
img = '/home/helu/workstation/Fair1m/fair1M_jpg_train_split_1280_200/images/1__1__0___0.jpg'
result =  inference_detector_by_patches(model, img, [1024], [824], [1.0], 0.1)
for index,typeresult in enumerate(result):
    if(typeresult.size!=0):
        for lineresult in typeresult:
            lineresult = np.append(lineresult,  np.float32(index))
            dst.append(lineresult)
            #print(index)
print(dst)
#show_result_pyplot(model, img, result, score_thr=0.3)

批量處理，獲得Dota的結果

 

 

test_image_root = '/home/helu/workstation/Fair1m/fair1M_jpg_test_tiny/images/'
test_result_root = '/home/helu/workstation/Fair1m/fair1M_jpg_test_tiny/labelTxt/'
dst = []
from mmrotate.apis import inference_detector_by_patches
for i, test_image_name in enumerate(os.listdir(test_image_root)):
    dst = []
    test_image_path = os.path.join(test_image_root,test_image_name) #輸入地址
    dst_label_path = os.path.join(test_result_root,os.path.splitext(test_image_name)[0]+".txt")
    img = mmcv.imread(test_image_path)
    result =  inference_detector_by_patches(model, img, [1024], [824], [1.0], 0.1)
    for index,typeresult in enumerate(result):
        if(typeresult.size!=0):
            for lineresult in typeresult:
                lineresult = np.append(lineresult,  np.float32(index))
                dst.append(lineresult)
        np.savetxt(dst_label_path, dst, delimiter=',')


 

 

全部代碼爲 https://files.cnblogs.com/files/blogs/758212/MMRotat_infer.rar?t=1682895717&download=true

 

 

 

需要進行進一步的修改，或者數據轉換也可以。

 

轉換爲Fair1m數據格式並上分,30 epoch獲得這個值