如何将P-DESTRE数据集边界框格式转换为RetinaNet所需格式
边界框格式转换实现方法
标注格式定义对齐
- P-DESTRE数据集原始
(x, y, h, w)标注:x为框左上角横向列坐标,y为框左上角纵向行坐标,h为框纵向高度,w为框横向宽度 - RetinaNet要求的
(x1, y1, x2, y2)标注:x1为框左上角横向坐标,y1为框左上角纵向坐标,x2为框右下角横向坐标,y2为框右下角纵向坐标
具体转换计算
两个格式的坐标基准完全一致,无需做坐标原点偏移等额外处理:
- 直接复用原始值作为左上角坐标:
x1 = 原始x,y1 = 原始y - 累加宽高值计算右下角坐标:
x2 = 原始x + 原始w:从左上角横向位置向右累加框的横向宽度,得到右下角横向边界y2 = 原始y + 原始h:从左上角纵向位置向下累加框的纵向高度,得到右下角纵向边界
实操校验规则
- 避免宽高轴向错配:切勿错将w代入纵向y轴计算、h代入横向x轴计算,否则会直接导致边界框形状畸变
- 统一坐标尺度:若原始标注为0-1区间的归一化相对坐标,而RetinaNet要求输入为像素级绝对坐标,需在转换完成后将x类坐标乘以对应图像的实际宽度,y类坐标乘以对应图像的实际高度;若两边坐标尺度一致可直接计算
- 边界值检查:转换后需确保所有框的x2不超过单图总宽度、y2不超过单图总高度,对越界异常值做截断处理,避免生成无效训练标注
内容的提问来源于stack exchange,提问作者noura abdulaziz
相关产品推荐
相关产品推荐

