207 迁移并构建数据集到 205

  1. Dataturks 导出 Retail Product Dataset.json

  2. 从 Retail Product Dataset.json 中抽离 Retail Cigar Dataset.json,并做以下操作:

  • cp 新图片 到 205 路径
  • line 更新 content 路径
def filter_cigars_to_json():
    old_dir = '/nfs/xs/retail'
    new_dir = '/nfs/xs/docker/vipaturks'
    old_projectId = '2c9180826d47a650016d5e359eaf0004'  # Retail Products Dataset
    new_projectId = '2c9180836ea666e4016ea8019d5e0001'  # CigarSeg
    in_path = os.path.join('data', 'Retail Products Dataset.json')
    out_path = os.path.join('data', 'Retail Cigar Dataset.json')

    with open(out_path, 'w', encoding='utf-8') as fw:
        with open(in_path, 'r', encoding='utf-8') as fr:
            lines = fr.readlines()
            print('total img:', len(lines))
            cigar_cnt = 0
            cp_cnt = 0
            for line in lines:
                product_dict = json.loads(line)

                # judge if img has been evaluated CORRECT
                if product_dict['metadata']['evaluation'] != 'CORRECT':
                    continue
                # judge if annotation is empty
                anns = product_dict['annotation']
                if anns is None:
                    continue

                has_cigar = False
                for ann in anns:
                    cat = ann['label'][0]
                    # 要设置结尾匹配,不然 BIG_ROLL 这样也会匹配到
                    if re.match('^.+_[A-Z]$', cat) or re.match('^.+_[a-z]$', cat):
                        has_cigar = True
                        cigar_cnt += 1
                        break

                if has_cigar:
                    # 1.cp img from old_path(207) to new_path(205)
                    old_content = product_dict['content']
                    new_content = old_content.replace(old_projectId, new_projectId)
                    old_img_path = old_dir + old_content  # path '/uploads', can't directly use os.path.join
                    new_img_path = new_dir + new_content
                    if not os.path.exists(new_img_path):
                        shutil.copyfile(old_img_path, new_img_path)
                        cp_cnt += 1
                        print('\rcp', cp_cnt, end='')  # print basename so slow!

                    # 2.update line content, and write to json
                    line = line.replace(old_content, new_content)  # if str(dict) directly, ' may not work
                    fw.write(line)

            print('\ncigar img:', cigar_cnt)
  1. 构建数据集,注意修改 dataset_utils.py 中 convert_to_coco(),不同任务,转化的 box 不同
def build_top_k_dataset(dataset, top_k=None):
    """ create dataset with top_k classes """
    filted_cats, filted_cats_num, train_num, val_num, test_num = split_and_save_coco_dataset(dataset, dataset_dir=dataset_dir, top_k=top_k)
    prefix = '{}_'.format(top_k) if top_k else ''
    data_cfg = {
        'name': 'Cigar Rotated Box',
        'cats_num': filted_cats_num,
        'classes': len(filted_cats),
        'train': train_num,
        'valid': val_num,
        'test': test_num
    }
    dump_json(data_cfg, out_path=os.path.join(dataset_dir, prefix + '{}_cfg.json'.format(dataset_name)))


def build_rbox_dataset():
    """ create mulit rbox dataset with multi top_k classes """
    in_path = os.path.join('data', 'Retail Cigar Dataset.json')
    dataset = create_dataset_from_dataturks_json(dataturks_json_path=in_path)
    # build with top k classes
    top_ks = 20, 40
    for tk in top_ks:
        build_top_k_dataset(dataset, top_k=tk)
    # build with all classes
    build_top_k_dataset(dataset)
  1. 如果想在 Dataturks 中更新 CigarSeg,可以
  • 清空数据集
def delete_d_hits_by_name(project_name):
    sql = "delete from d_hits where projectId='{}'".format(query_projectId_by_name(project_name))
    db.session.execute(sql)
    db.session.commit()
  • 重新上传 Retail Cigar Dataset.json

至此,Cigar 数据迁移完毕。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,198评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,663评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,985评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,673评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,994评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,399评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,717评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,407评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,112评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,371评论 2 241
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,891评论 1 256
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,255评论 2 250
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,881评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,010评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,764评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,412评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,299评论 2 260

推荐阅读更多精彩内容