1.公开数据集

白内障-101：101例白内障手术的视频数据集

摘要
白内障手术是眼科领域最常进行的显微手术之一。这种手术背后的目标是用人造晶状体代替人眼晶状体，这是由于衰老而经常需要的干预。整个手术是在显微镜下进行的，但共同安装的摄像机可以记录和存档手术过程。目前，录制的视频以术后方式用于记录和培训。录制白内障视频的另一个好处是，它们能够进行视频分析（即手动和/或自动视频内容分析），以调查与医学相关的研究问题（例如，并发症的原因）。然而，这需要一个医疗多媒体信息系统，该系统根据现有数据进行训练和评估，而这些数据目前尚未公开。在这项工作中，我们提供了一个公共视频数据集，其中包含 101 例白内障手术，这些手术由四位不同的外科医生在 9 个月内进行。这些外科医生分为中等经验和经验丰富的外科医生（助理医生与高级医生），为基于经验的视频分析提供了基础。所有视频均由高级眼科医生用准标准化操作阶段进行注释。

1.1.白内障-101：数据集文件结构

1.1.1.视频文件

视频文件存储在 videos 子目录中，文件名遵循以下模式：

case_videoID.mp4

例如，视频 269 的文件名为 case_269.mp4。

视频文件使用 H.264/AVC 编解码器编码，帧率为 25 帧每秒，分辨率为 720x540 像素。提供的视频的平均持续时间约为 12500 帧（8.3 分钟）。

1.1.2.注释文件

注释以三个以分号分隔的值文件提供，每个文件都包含描述字段的标题行。

(1)videos.csv

包含有关整个视频文件的元数据，包括所有整数字段：

• 视频 ID
• 视频帧数
• 帧率（25）
• 手术医生 ID（1-4）
• 手术医生的经验水平（1 = 低，2 = 高）

下表显示了每位手术医生的视频分布以及每个经验水平的视频数量。

手术医生 ID	视频
1	25
2	24
3	32
4	20

经验水平	视频
1（低）	45
2（高）	56

(2) phases.csv

描述白内障手术的十个准标准操作阶段（更多信息请参阅上述引用的论文）。这两个字段是：

• 阶段 ID（1-10 的整数）
• 阶段名称（字符串）

(3)annotations.csv

包含所有提供视频的操作阶段边界的专家注释。由于注释工具的使用，仅注释了操作阶段的起始点，手动选择时间点的准确性不超过 +/- 1 秒（+/- 25 帧）。尽管如此，注释以帧分辨率提供，以便使用该数据集进行基于帧的评估时进行比较。

CSV 文件的每一行（除了标题行）描述了一个操作阶段注释的起始点，具有以下所有整数字段：

• 视频 ID（与 videos.csv 中的 ID 匹配）
• 表示操作阶段起始点的帧编号（从零开始），该帧延伸到下一个注释或同一视频的结束
• 阶段 ID（与 phases.csv 中的 ID 匹配）

CSV 文件中的行按（视频 ID，帧编号）的词典顺序排序。

请注意所选择的注释过程的以下后果：

1. 给定视频的第一个注释（第一个操作阶段的开始）之前的视频段实际上未被注释，即未分配给任何操作阶段。
2. 给定视频的最后一个注释开始的视频段实际上延伸到视频的结束，尽管注释的操作阶段实际上可能会提前结束。然而，视频获取过程表明，手术末期的这段“超出阶段”的时间通常只有几秒钟。
3. 同一视频中可能会连续出现相同操作阶段的注释，因为同一阶段可能会重复或分成也由医学专家注释的子阶段。事后已整合子阶段以符合 phases.csv 中描述的准标准阶段。

最后，请注意，phases.csv 中定义的操作阶段的线性顺序通常在手术中不严格遵循，主要有两个原因：

• 第2阶段（注入粘性剂）通常在每次白内障手术中发生两次，并且两个视频片段与相同的阶段 ID 进行了注释，因为从视觉角度通常无法区分它们。
• 手术医生（特别是经验较少的医生）有时可能不得不重复某些阶段或阶段序列。

1.2. 数据处理

1.2.1.抽帧脚本全部代码（每行都有注释）

• 对101例白内障手术的视频数据集视频进行处理，根据提供的标签CSV文件中的分类信息，从每个视频中抽取帧，并将这些帧按照YOLO分类任务的不同类别进行分类。每个类别将被放置在不同的文件夹中，并且每个帧的文件名将包含相关信息。

• 鉴于从视频中每秒抽取25帧会导致数据重复过多，并且产生的数据量超过一百万张图片，因此决定调整抽帧策略，每秒仅抽取2帧。这样既可以有效减少数据量，也有助于降低重复数据的比例。

• 抽帧结果示例：
  
  

脚本名Script.py

import os
import cv2
import pandas as pd

# 设置 CSV 文件路径和视频文件目录
annotations_csv_path = 'annotations.csv'  # 您的 CSV 文件路径
phases_csv_path = 'phases.csv'  # phases.csv 文件路径
video_dir = 'videos'  # 视频文件所在的目录

# 设置输出文件夹路径
output_dir = 'output_frames10'

# 如果输出文件夹不存在，创建它
if not os.path.exists(output_dir):
    os.makedirs(output_dir)

# 读取 phases.csv 文件，创建阶段 ID 到含义的字典
phases_df = pd.read_csv(phases_csv_path, sep=';')
phases_dict = dict(zip(phases_df['Phase'], phases_df['Meaning']))

# 读取 annotations.csv 文件
df = pd.read_csv(annotations_csv_path, sep=';')

# 遍历 annotations.csv 文件中的每一行
for index, row in df.iterrows():
    video_id = row['VideoID']
    start_frame_no = row['FrameNo']
    phase_id = row['Phase']
    phase_meaning = phases_dict.get(phase_id, f'Phase_{phase_id}')
    print(phase_meaning)
    # 查找下一个阶段的帧编号
    if index + 1 < len(df) and df.iloc[index + 1]['VideoID'] == video_id:
        end_frame_no = df.iloc[index + 1]['FrameNo']
    else:
        # 如果没有下一个阶段，则将结束帧设置为视频的最后一帧
        video_cap = cv2.VideoCapture(os.path.join(video_dir, f'case_{video_id}.mp4'))
        end_frame_no = int(video_cap.get(cv2.CAP_PROP_FRAME_COUNT))
        video_cap.release()

    # 构建视频文件路径
    video_file_path = os.path.join(video_dir, f'case_{video_id}.mp4')

    # 检查视频文件是否存在
    if not os.path.exists(video_file_path):
        print(f'Video file not found: {video_file_path}')
        continue

    # 打开视频文件
    video_cap = cv2.VideoCapture(video_file_path)

    # 从起始帧到结束帧的范围读取帧
    for current_frame_no in range(int(start_frame_no), int(end_frame_no),12):
        # 设置视频的位置到指定的帧编号
        video_cap.set(cv2.CAP_PROP_POS_FRAMES, current_frame_no)

        # 读取帧
        success, frame = video_cap.read()

        # 如果读取成功
        if success:
            # 创建输出文件夹，按 phase_meaning 创建子目录
            phase_folder = os.path.join(output_dir, phase_meaning)
            # video_folder = os.path.join(phase_folder, f'video_{video_id}')
            if not os.path.exists(phase_folder):
                os.makedirs(phase_folder)

            # 构建输出文件路径
            output_file_path = os.path.join(phase_folder, f'case_{video_id}_frame_{current_frame_no}_phase_{phase_meaning}.jpg')

            # 保存帧到输出文件
            cv2.imwrite(output_file_path, frame)
            print(f'Saved frame: {output_file_path}')
        else:
            print(f'Failed to read frame: {current_frame_no} from video: {video_file_path}')

    # 关闭视频文件
    video_cap.release()

print('Finished extracting frames.')

1.2.2.分类任务划分数据集脚本

脚本名：cla_split.py

import os
import random
import shutil
from shutil import copy2

def data_set_split(src_data_folder, target_data_folder, train_scale=0.8, val_scale=0.1, test_scale=0.1):
	#读取源数据文件夹，生成划分好的文件夹，分为trian、val、test三个文件夹
    print("开始数据集划分")
    class_names = os.listdir(src_data_folder)
    split_names = ['train', 'val', 'test']
    for split_name in split_names:
        split_path = os.path.join(target_data_folder, split_name)
        if os.path.isdir(split_path):
            pass
        else:
            os.mkdir(split_path)
        for class_name in class_names:
            class_split_path = os.path.join(split_path, class_name)
            if os.path.isdir(class_split_path):
                pass
            else:
                os.mkdir(class_split_path)

    for class_name in class_names:
        current_class_data_path = os.path.join(src_data_folder, class_name)
        current_all_data = os.listdir(current_class_data_path)
        current_data_length = len(current_all_data)
        current_data_index_list = list(range(current_data_length))
        random.shuffle(current_data_index_list)

        train_folder = os.path.join(os.path.join(target_data_folder, 'train'), class_name)
        val_folder = os.path.join(os.path.join(target_data_folder, 'val'), class_name)
        test_folder = os.path.join(os.path.join(target_data_folder, 'test'), class_name)
        train_stop_flag = current_data_length * train_scale
        val_stop_flag = current_data_length * (train_scale + val_scale)
        current_idx = 0
        train_num = 0
        val_num = 0
        test_num = 0
        for i in current_data_index_list:
            src_img_path = os.path.join(current_class_data_path, current_all_data[i])
            if current_idx <= train_stop_flag:
                copy2(src_img_path, train_folder)
                train_num = train_num + 1
            elif (current_idx > train_stop_flag) and (current_idx <= val_stop_flag):
                copy2(src_img_path, val_folder)
                val_num = val_num + 1
            else:
                copy2(src_img_path, test_folder)
                test_num = test_num + 1
            
            current_idx = current_idx + 1

        print("*********************************{}*************************************".format(class_name))
        print("{}类按照{}：{}：{}的比例划分完成，一共{}张图片".format(class_name, train_scale, val_scale, test_scale, current_data_length))
        print("训练集{}：{}张".format(train_folder, train_num))
        print("验证集{}：{}张".format(val_folder, val_num))
        print("测试集{}：{}张".format(test_folder, test_num))


if __name__ == '__main__':
    src_data_folder = "/home/hadoop/output_frames10/"
    target_data_folder = "/home/hadoop/splitData_frames10/"
    data_set_split(src_data_folder, target_data_folder)

划分结果示例：

2.yolov8分类任务训练

2.1.配环境

就不赘述了。

2.2.训练命令：

yolo classify train data="splitData_frames10" model=yolov8s-cls.pt epochs=100 device=0,1,2,3 batch = 128

开始训练

2.3.训练结果

示例图：

推理示例图：