MOT16数据集标签转换yolo格式（笔记）

笔记的代码参考博主【只会GAN的小朋友】http://t.csdn.cn/uj9YP的博客。

1：在MOT16数据集下创建一个 MOT_yolo.py 文件。

 2：将转换代码复制到MOT_yolo.py文件中。

# MOT数据集gt.txt标签转换yolo标签
 
'''
创建以下四个目录，用于存放图片和标签
images/train
images/val
labels/train
labels/val
'''
 
import os
import shutil
import numpy as np
import configparser
if not os.path.exists('images'):
    os.makedirs('images/train')
    os.makedirs('images/val')
if not os.path.exists('labels'):
    os.makedirs('labels/train')
    os.makedirs('labels/val')
 
def convert(imgWidth, imgHeight, left, top, width, height):
    x = (left + width / 2.0) / imgWidth
    y = (top + height / 2.0) / imgHeight
    w = width / imgWidth
    h = height / imgHeight
    # c = classes
    # return x,y,w,h
    return ('%.6f'%x, '%.6f'%y, '%.6f'%w, '%.6f'%h) # 保留6位小数
 
 
for mot_dir in os.listdir('train'):  # mot_dir是例如MOT17-02-FRCNN这种
    det_path = os.path.join('train', mot_dir, 'gt/gt.txt')  # det.txt路径
    dets = np.loadtxt(det_path, delimiter=',')  # 读取det.txt文件
    ini_path = os.path.join('train', mot_dir, 'seqinfo.ini')  # seqinfo.ini路径
    conf = configparser.ConfigParser()
    conf.read(ini_path)  # 读取seqinfo.ini文件
    seqLength = int(conf['Sequence']['seqLength'])  # MOT17-02-FRCNN序列的长度
    imgWidth = int(conf['Sequence']['imWidth'])  # 图片宽度
    imgHeight = int(conf['Sequence']['imHeight'])  # 图片长度
    # 可以根据自己的需求，选择对应的标签填在cl中进行转换，MOT共有12种标签，去除掉车类基本就可以了
    cl = [1, 2, 6, 7, 8, 9, 10, 11, 12]
    # n = np.shape(cl)
    # cl = cl - np.ones(n)
    for det in dets:
        frame_id, _, left, top, width, height, classes = int(det[0]), det[1], det[2], det[3], det[4], det[5], int(det[7])
        box = convert(imgWidth, imgHeight, left, top, width, height)
        if classes in cl:
            box = box
        else:
            continue
        
        if '-' in ''.join(box) or float(box[0]) > 10.0 or float(box[1]) > 10.0 or float(box[2]) > 1.0 or float(
                box[3]) > 1.0:
            print(imgWidth, imgHeight, left, top, width, height)
            print(box)
            continue
        
        image_name = mot_dir + '-' + '%06d' % frame_id + '.jpg'  # MOT17-02-FRCNN-000001.jpg
        label_name = mot_dir + '-' + '%06d' % frame_id + '.txt'  # MOT17-02-FRCNN-000001.txt
        oldimgpath = os.path.join('train', mot_dir, 'img1',
                                  '%06d' % frame_id + '.jpg')  # train/MOT17-02-FRCNN/img1/000001.jpg
        if frame_id <= seqLength // 2:  # 前一半划分给训练集
            newimgpath = os.path.join('images', 'train', image_name)  # images/train/MOT17-02-FRCNN-000001.jpg
            labelpath = os.path.join('labels', 'train', label_name)  # labels/train/MOT17-02-FRCNN-000001.txt
        else:  # 后一半划分给验证集
            newimgpath = os.path.join('images', 'val', image_name)  # images/val/MOT17-02-FRCNN-000001.jpg
            labelpath = os.path.join('labels', 'val', label_name)  # labels/val/MOT17-02-FRCNN-000001.txt
        if not os.path.exists(newimgpath):  # 如果图片没复制过去，就复制，
            shutil.copyfile(oldimgpath, newimgpath)  # 把旧图片复制到新的地方
        with open(labelpath, 'a') as f:  # 写label文件
            f.write(f'0 {box[0]} {box[1]} {box[2]} {box[3]}\n')
 

相比于原来的代码，主要改了两个地方。

2.1  det.txt改为gt.txt

一是以前的代码会将超出图片的标注框删掉，转换完成后，会丢失接近一半的图片。这里将判断命令的brecontinue。所有图片都会被转换。源代码使用的是det.txt文件进行转换的，这里修改为gt.txt文件。

2.2 二是关于使用det.txt文件转换还是使用gt.txt文件转换

det.txt文件为官方提供的Faster-rcnn检测器检测得到的注释文件。基本大部分的目标应该都被检测到了。

gt.txt文件为人工标注的真实框注释文件。有博主说，使用gt.txt文件转换会有很多错误的框。这是因为在gt文件中，不仅标注了行人，也同时包含自行车、汽车等目标。参考博主【修行的猫_zq】的博客http://t.csdn.cn/2C7s9。MOT数据集共标注有12个类。

 其中

 具体可以分为三个大类：

 参考文章中的说法，一般进行新人检测的训练，可以将第三类中的标签去掉就可以了。

2.3 至于为神马要搞这么多不同的类型，原论文中是这样讲的：

“人是许多场景中常见的对象类，但是我们应该跟踪基准测试中的所有人吗？例如，我们应该跟踪坐在长凳上的静态人吗？还是骑自行车的人？那些坐在玻璃杯后面的人怎么样？我们将MOT16的目标类别定义为所有直立的人，站立或行走，沿着观看光线可以到达，没有物理障碍，即反射，透明墙或窗户后面的人被排除在外。我们还将安全带或其他车辆上的人排除在目标班级之外。对于所有这些类与我们的目标类非常相似的情况（见图5），我们采用了与[32]中类似的策略。也就是说，一种方法既不会因为跟踪或不跟踪那些类似的类而受到惩罚，也不会受到奖励。由于在这些情况下，探测器可能会触发，我们不希望用一组假阳性来跟踪这一组检测，即骑自行车的人。同样地，我们也不想惩罚”