企业网站群建设方案,做俄罗斯外贸的网站,整形网站专题素材,人力资源公司起名大全册子背景概括#xff1a;
kaggle最近举办了一场医学乳腺癌检测的比赛#xff08;图像分类#xff09; 比赛官网地址 给的数据是dcm的专业的医学格式#xff0c;自己通过DICOM库转为png后#xff0c;发现该图像胸部不同的患者乳腺大小不一#xff0c;简言之乳腺的CT有效图在…背景概括
kaggle最近举办了一场医学乳腺癌检测的比赛图像分类 比赛官网地址 给的数据是dcm的专业的医学格式自己通过DICOM库转为png后发现该图像胸部不同的患者乳腺大小不一简言之乳腺的CT有效图在转换成的png里面只占据了一小部分剩下的绝大部分都是使用黑边进行了填充于是考虑使用yolo获取图像的ROI然后对图像进行切割来提升图像的信息密度于是开始了踩坑之旅 ROIregion of interest
如图所示为转换为的PNG图片的例子
1获取全部转换后图像的ROI坐标信息
yolo采用的是kaggle开源的权重kaggle discussion链接地址
对图像进行目标检测之后发现有一部分并不能检测出来存在乳腺可以使用glob函数查看具体的没有检测出来的图片后续单独存储一下用个低阈值的yolo做推断或者是使用opencv进行切割ROI
第一次YOLO使用的推断的阈值为0.5随便查看了几个切割出来的txt文件发现还比较正常只有一行如下图所示 yolo检测出来的txt文件中每一行的含义分别为 label x y w h
坑一
对每个txt文件进行读取然后索引1234分别获取x,y,w,h,的数值用于在原图中进行切割
def resize_to_square(label_path):with open(label_path, r) as f: # 打开文件data_lxywh f.read() .split( ) # 读取文件x eval(data_lxywh[1])y eval(data_lxywh[2])w eval(data_lxywh[3])h eval(data_lxywh[4])l1 [x,y,w,h]return l1但是发现总共全量50000张图片每次进行到40000多张的时候总是会报错一个隐晦的错误搜了半天也没找到起初是排查内存问题硬盘问题排查了好久才发现是因为有的图片是检测出来了两个坐标框坐标框凭借眼睛看是两行但实际存储的是以下图为例第一行的最后一个数/n0 0是第二行的label也就是说两行的时候读取txt的第五个元素实际上是第一行的最后一个元素加换行符加第二行的第一个元素 于是对txt文件读取的函数改成了这样
def resize_to_square(label_path):with open(label_path, r) as f: # 打开文件data_lxywh f.read() .split( ) # 读取文件x eval(data_lxywh[1])y eval(data_lxywh[2])w eval(data_lxywh[3])if data_lxywh[4]data_lxywh[-1]:#判断总共有几行h eval(data_lxywh[4])else:h eval(data_lxywh[4][:-2])## 切除换行符与多余的labell1 [x,y,w,h]return l1本以为这样就万事大吉了
踩坑二
后来处理扩增的正样本数据发现切割出来的图片有好多杂质源文件转换为png后除了图片中心的核心的乳腺之外边角部分会出现部分零散字母 原图如下所示 部分切割出来的ROI杂质如下所示
然后就想办法消除杂质首先是考虑将原图切割一下边框大体估计了下长宽切掉300像素就差不多后来发现很难清除干净该方案放弃 于是考虑从txt文件中下手yolo获取的txt文件都是相对坐标尺度乳腺数据应当宽高是最大的问题就变成了挑选出最大的框经过分析发现yolo切割出来的txt文件中是按照目标大小进行排序的也就是小目标在上大目标在下而且本次乳腺都是大目标 于是进行了更改变成了如下所示读取最后一行的用于ROI切割
def resize_to_square(label_path):with open(label_path, r) as f: # 打开文件data_lxywh f.read().split( ) # 读取文件x eval(data_lxywh[-4])y eval(data_lxywh[-3])w eval(data_lxywh[-2])h eval(data_lxywh[-1][:-1])l1 [x,y,w,h]return l1对坐标框坐标的处理与选择算是到此结束 有关图像转换不变形切割使用DALI加速训练推断等等代码比赛结束后更新
