نحوه تبدیل مجموعه داده تشخیص اشیاء به lmdb

Question

با سلام

درباره تبدیل مجموعه داده classification مثل mnist به فرمت lmdb آموزش کاملی داخل سایت گذاشتین. اما سوال من درباره تبدیل مجموعه داده detection به فرمت lmdb هست. این دیتاست ها معمولا تصاویر بزرگی دارن که داخل هر تصویر چند نمونه از object هاست و هر تصویر یک فایل text متناظر داره که شامل اطلاعات bounding box همون objectهای داخل تصویر هست. سوال من درباره این هست که چطور میشه با استفاده از caffe کار object detection رو انجام داد؟ آیا تابعی برای تبدیل این دیتاست ها به فرمت lmdb هست؟

با تشکر

Answer 1

سلام
شیوه کلی کار یکی هست اما اینجا یکم داستان فرق داره .
یکی از کارهایی که انجام میشه اینه که شما به ازای هر تصویر یه فایل متنی مثلا درست میکنید . مثلا اگه تصویر شما هست img0001.jpg شما یه فایل بنام img0001.txt باید بسازید که در هر سطرش اطلاعات یک bounding box مربوط به یک شی نوشته میشه . همین کار رو برای بقیه انجام میدید
بعدش هم میتونید به lmdb تبدیل کنید. منتها اگر اشتباه نکرده باشم برای خوندنش هم باید یه لایه خودتون درست کنید که میشه از اینجا ایده گرفت.
( اگر من فرصت کنم شاید یه اموزش در این باره هم بنویسم ولی فعلا سرم خیلی شلوغه)

Comments

خیلی ممنون از راهنمایی که کردین. من قسمت اولش یعنی ایجاد فایل متنی که هر سطر اطلاعات یک object هست رو انجام دادم. اما نمیدونم این فایل ها رو چطور به فرمت lmdb تبدیل کنم. مثلا یک تابعی شبیه به convert_imageset.exe در این مورد پیدا نکردم.

---

تو صفحه گیت هاب من اگه برید بخش gist ها من یکسری کد قبلا نوشتم که مربوط به خوندن/تبدیل به فرمت lmdb/leveldb هست به پایتون و میتونید ایده بگیرید. اگر سی++ مد نظر باشه باز میتونید تو برنچ کفی من به کد مربوط به cifar100 مراجعه کنید و ببینید من چطور تبدیل به Lmdb رو انجام میدم اونجا.