基于ROS搭建简易软件框架实现ROV水下目标跟踪（十二）--数据集制作_ros rov

        项目链接：GitHub - cabinx/cabin_auv_ws: A simple demo for rov/auv underwater object tracking based on ros

        在目标跟踪时，摄像头提供实时的图片信息，我们需要识别出图片目标，且输出目标在图片中的位置，为后续的控制提供条件。在demo中，我是借助darknet_ros实现这一目标。当然，这一模块可以替换成性能更优秀的识别算法。

        darknet_ros为yolov3在ros下的一个工具包（https://github.com/leggedrobotics/darknet_ros）。需要对yolov3的使用有所了解（YOLO: Real-Time Object Detection）。例程我就不介绍了，可以在网上搜索。在此主要基于demo测试介绍我个人的使用情况，主要包括摄像头驱动、数据集制作、模型训练、模型部署。

        本文主要介绍用于yolo训练的数据集的制作。

1、数据包录制

        当摄像头能正常工作时，我们就可以录制视频数据。ros下采集数据十分方便，鉴于我们只需要图片数据，由上文说明，图片数据的topic为/usb_cam/image_raw，则利用rosbag record指令：

rosbag record /usb_cam/image_raw -O 001

        结果我们在当前路径获得录制好的视频数据包001.bag。我们可以依次录制002、003等等的数据包。

2、视频数据包提取图片

        安装图片处理依赖包：

sudo apt-get install mjpegtools
sudo apt-get install ffmpeg

        依旧借助image_view（image_view - ROS Wiki）工具：

rosrun image_view extract_images _sec_per_frame:=0.01 image:=<IMAGETOPICINBAGFILE>

        其中，IMAGETOICINBAGFILE为图片topic。图像数据保存在当前目录下。以001.bag为例，需要依次新建三个终端执行：

roscore
rosrun image_view extract_images _sec_per_frame:=0.01 image:=/usb_cam/image_view
rosbag play 001.bag

3、批量修改文件名

        借助rename指令：

rename -v ‘s/frame/1_/’ *.jpg

        结果将使得提取出来的文件夹中的图片文件名由frame0000.jpg、frame0001.jpg修改为1_0000.jpg，1_0001.jpg。

4、图片标注

        图片标注的工具非常多，在此我只介绍一下我所使用的labelImg（【wpsshop博客】