摘要
水下目标检测技术在生态监测、管道检修、沉船捕捞等任务中发挥着重要作用。常用的检测方法包括高清视像、侧扫声呐等。光学图像检测因高分辨率和灵活性，在近距离检测中优势显著。但水下图像受水体吸收、衰减、光源分布等影响，呈现蓝绿色，且存在低对比度、非均匀光照、模糊、亮斑和高噪声等问题。此外，水下环境复杂，数据集相对较少，目标小且分布密集，重叠遮挡现象常见。现有的检测算法在复杂水下环境中精确度有限。URPC2021和DUO等数据集为水下目标检测研究提供了重要资源。DUO为URPC挑战赛多年数据集的整合，对其中重复数据进行删除，训练集并且对有误的标签进行了重新标注。
下载链接：
https://github.com/xiaoDetection/RUOD
或者
https://aistudio.baidu.com/datasetdetail/216919（这个链接下载速度快，飕飕的）
数据集格式：COCO格式
类别：
holothurian，echinus，scallop，starfish，fish，corals，diver，cuttlefish，turtle，jellyfish10个常见类别
数据集转换与可视化
项目结构如下：
将数据集转成Yolo格式
代码：
import json
import glob
import os
import shutil
from pathlib import Path
import numpy as np
from tqdm import tqdm
def make_folders(path='./coco/'):
# Create folders
if os.path.exists(path):
shutil.rmtree(path) # delete output folder
os.makedirs(path) # make new output folder
os.makedirs(path + os.sep + 'labels') # make new labels folder
os.makedirs(path + os.sep + 'images') # make new labels folder
return path
def convert_coco_json(json_dir='./RUOD/RUOD_ANN/'):
jsons = glob.glob(json_dir + '*.json')
# Import json
for json_file in sorted(jsons):
fn = 'coco/labels/%s/' % Path(json_file).stem.replace('instances_', '') # folder name
fn_images = 'coco/images/%s/' % Path(json_file).stem.replace('instances_', '') # folder name
os.makedirs(fn, exist_ok=True)
os.makedirs(fn_images, exist_ok=True)
with open(json_file) as f:
data = json.load(f)
print(fn)
# Create image dict
images = {'%g' % x['id']: x for x in data['images']}
# Write labels file
for x in tqdm(data['annotations'], desc='Annotations %s' % json_file):
if x['iscrowd']:
continue
img = images['%g' % x['image_id']]
h, w, f = img['height'], img['width'], img['file_name']
file_path = './RUOD/RUOD_pic/' + fn.split('/')[-2] + "/" + f
# The Labelbox bounding box format is [top left x, top left y, width, height]
box = np.array(x['bbox'], dtype=np.float64)
box[:2] += box[2:] / 2 # xy top-left corner to center
box[[0, 2]] /= w # normalize x
box[[1, 3]] /= h # normalize y
if (box[2] > 0.) and (box[3] > 0.): # if w > 0 and h > 0
with open(fn + Path(f).stem + '.txt', 'a') as file:
file.write('%g %.6f %.6f %.6f %.6f\n' % (x['category_id'] - 1, *box))
file_path_t = fn_images + f
print(file_path, file_path_t)
shutil.copy(file_path, file_path_t)
convert_coco_json()
可视化
import cv2
import os
def draw_box_in_single_image(image_path, txt_path):
# 读取图像
image = cv2.imread(image_path)
# 读取txt文件信息
def read_list(txt_path):
pos = []
with open(txt_path, 'r') as file_to_read:
while True:
lines = file_to_read.readline() # 整行读取数据
if not lines:
break
# 将整行数据分割处理，如果分割符是空格，括号里就不用传入参数，如果是逗号， 则传入‘，'字符。
p_tmp = [float(i) for i in lines.split(' ')]
pos.append(p_tmp) # 添加新读取的数据
# Efield.append(E_tmp)
pass
return pos
# txt转换为box
def convert(size, box):
xmin = (box[1]-box[3]/2.)*size[1]
xmax = (box[1]+box[3]/2.)*size[1]
ymin = (box[2]-box[4]/2.)*size[0]
ymax = (box[2]+box[4]/2.)*size[0]
box = (int(xmin), int(ymin), int(xmax), int(ymax))
return box
pos = read_list(txt_path)
print(pos)
tl = int((image.shape[0]+image.shape[1])/2)
lf = max(tl-1,1)
for i in range(len(pos)):
label = str(int(pos[i][0]))
print('label is '+label)
box = convert(image.shape, pos[i])
image = cv2.rectangle(image,(box[0], box[1]),(box[2],box[3]),(0,0,255),2)
cv2.putText(image,label,(box[0],box[1]-2), 0, 1, [0,0,255], thickness=2, lineType=cv2.LINE_AA)
pass
if pos:
cv2.imwrite('./VOCData/see_images/{}.png'.format(image_path.split('\\')[-1][:-4]), image)
else:
print('None')
print('./VOCData/see_images/{}.png'.format(image_path.split('\\')[-1][:-4]))
# cv2.imshow("images", image)
# cv2.waitKey(0)
# cv2.destroyAllWindows()
img_folder = "./coco/images/train"
img_list = os.listdir(img_folder)
img_list.sort()
label_folder = "./coco/labels/train"
label_list = os.listdir(label_folder)
label_list.sort()
if not os.path.exists('./VOCData/see_images'):
os.makedirs('./VOCData/see_images')
for i in range(len(img_list)):
image_path = img_folder + "\\" + img_list[i]
txt_path = label_folder + "\\" + label_list[i]
draw_box_in_single_image(image_path, txt_path)
训练
完成上面的数据准备工作就可以开启训练了。将得到的数据集放到datasets文件夹下面，在项目的根目录新建coco.yaml，如下图：
coco.yaml插入内容：
train: ./coco/images/train # train images
val: ./coco/images/test # val images
names: ['holothurian', 'echinus', 'scallop', 'starfish','fish','corals','diver','cuttlefish','turtle','jellyfish']
然后新建train.py，插入内容：
from ultralytics import YOLO
import os
if __name__ == '__main__':
model = YOLO(model="ultralytics/cfg/models/v8/yolov8s.yaml") # 从头开始构建新模型
print(model)
# Use the model
results = model.train(data="coco.yaml", patience=0, epochs=50, device='0', batch=16, seed=42) # 训练模
然后，运行train.py,就可以开启训练了！如下图：
测试结果
验证
代码如下：
from ultralytics import YOLO
if __name__ == '__main__':
# Load a model
# model = YOLO('yolov8m.pt') # load an official model
model = YOLO('runs/detect/train/weights/best.pt') # load a custom model
# Validate the model
metrics = model.val(split='val',save_json=True) # no arguments needed, dataset and settings remembered
split参数设置为val，则测试val指向数据集，如果设置为test，则测试test指向的数据集。本次没有test，所以我们只能设置为val。
save_json设置为True，则会保存类似coco格式的json文件。如下图：
测试
新建test.py，插入代码：
from ultralytics import YOLO
if __name__ == '__main__':
# Load a model
# model = YOLO('yolov8m.pt') # load an official model
model = YOLO('runs/detect/train/weights/best.pt') # load a custom model
results = model.predict(source="ultralytics/assets", device='0', visualize=True, save=True) # predict on an image
print(results)
其他的参数就不解释了！说一说YoloV8里没有介绍，或者难以理解的参数。
visualize设置为True，可视化每层的特征。设置后，会生成每层的特征，如下图：
保存的路径：
stage后面的数字代表的是YoloV8网络中的层，里面有两种文件，png文件是抽取的特征组成的图片，npy文件则是保存了所有的特征信息。读取方式：
#导入所需的包
import numpy as np
#导入npy文件路径位置
test = np.load('runs/detect/predict/zidane/stage2_C2f_features.npy')
print(test.shape[0])
总结
本次实战讲解了RUOD数据集的使用，以及训练、验证相关的知识。不知道还有没有遗漏的，欢迎大家补充。
完整的代码：
![[LeetCode][LCR133]位 1 的个数——快速从右边消去1](https://img-blog.csdnimg.cn/direct/cf624c1e394a4d368d3e82187db9b418.png)
