Training data generation, setting up YOLOv3 using darknet

Edmond Yoo

2018-09-05 46f2b05df318f0d699c6e22df156d5f96b07c65c

 transform_data.py

@@ -35,18 +35,21 @@
    """
    A template for generating a training image.
    """
    def __init__(self, img_bg, cards, width, height):
    def __init__(self, img_bg, width, height, cards=None):
        """
        :param img_bg: background (textile) image
        :param cards: list of Card objects
        :param width: width of the training image
        :param height: height of the training image
        :param cards: list of Card objects
        """
        self.img_bg = img_bg
        self.cards = cards
        self.img_result = None
        self.width = width
        self.height = height
        if cards is None:
            self.cards = []
        else:
            self.cards = cards
        pass

    def add_card(self, card, x=None, y=None, theta=0.0, scale=1.0):
@@ -70,12 +73,12 @@
        card.scale = scale
        pass

    def display(self, debug=False):
    def render(self, visibility=0.5, display=False, debug=False):
        """
        Display the current state of the generator
        :return: none
        """
        self.check_visibility()
        self.check_visibility(visibility=visibility)
        img_result = cv2.resize(self.img_bg, (self.width, self.height))

        for card in self.cards:
@@ -83,7 +86,7 @@
                continue
            card_x = int(card.x + 0.5)
            card_y = int(card.y + 0.5)
            print(card_x, card_y, card.theta, card.scale)
            #print(card_x, card_y, card.theta, card.scale)

            # Scale & rotate card image
            img_card = cv2.resize(card.img, (int(len(card.img[0]) * card.scale), int(len(card.img) * card.scale)))
@@ -119,22 +122,26 @@
                            cv2.circle(img_result, card.coordinate_in_generator(pt[0], pt[1]), 2, (0, 0, 255), 2)
                        bounding_box = card.bb_in_generator(ext_obj.key_pts)
                        cv2.rectangle(img_result, bounding_box[0], bounding_box[2], (0, 255, 0), 2)

        '''
        try:
            text = pytesseract.image_to_string(img_result, output_type=pytesseract.Output.DICT)
            print(text)
        except pytesseract.pytesseract.TesseractError:
            pass
        '''
        img_result = cv2.GaussianBlur(img_result, (5, 5), 0)
        cv2.imshow('Result', img_result)
        cv2.waitKey(0)

        if display:
            cv2.imshow('Result', img_result)
            cv2.waitKey(0)

        self.img_result = img_result
        pass

    def generate_horizontal_span(self, gap=None, scale=None, shift=None, jitter=None):
        """
        Generating the first scenario where the cards are laid out in a straight horizontal line
        :return: none
        :return: True if successfully generated, otherwise False
        """
        # Set scale of the cards, variance of shift & jitter to be applied if they're not given
        card_size = (len(self.cards[0].img[0]), len(self.cards[0].img))
@@ -150,7 +157,7 @@
            jitter = [-math.pi / 18, math.pi / 18]  # Plus minus 10 degrees
        if gap is None:
            # 25% of the card's width - set symbol and 1-2 mana symbols will be visible on each card
            gap = card_size[0] * scale * 0.25
            gap = card_size[0] * scale * 0.4

        # Determine the location of the first card
        # The cards will cover (width of a card + (# of cards - 1) * gap) pixels wide and (height of a card) pixels high
@@ -164,12 +171,12 @@
            card.shift(shift, shift)
            card.rotate(jitter)
            x_anchor -= gap
        pass
        return True

    def generate_vertical_span(self, gap=None, scale=None, shift=None, jitter=None):
        """
        Generating the second scenario where the cards are laid out in a straight vertical line
        :return: none
        :return: True if successfully generated, otherwise False
        """
        # Set scale of the cards, variance of shift & jitter to be applied if they're not given
        card_size = (len(self.cards[0].img[0]), len(self.cards[0].img))
@@ -186,7 +193,7 @@
            jitter = [-math.pi / 36, math.pi / 36]
        if gap is None:
            # 15% of the card's height - the title bar (with mana symbols) will be visible
            gap = card_size[1] * scale * 0.15
            gap = card_size[1] * scale * 0.25

        # Determine the location of the first card
        # The cards will cover (width of a card) pixels wide and (height of a card + (# of cards - 1) * gap) pixels high
@@ -200,22 +207,20 @@
            card.shift(shift, shift)
            card.rotate(jitter)
            y_anchor += gap
        pass

        pass
        return True

    def generate_fan_out(self, centre, theta_between_cards=None, scale=None, shift=None, jitter=None):
        """
        Generating the third scenario where the cards are laid out in a fan shape
        :return: none
        :return: True if successfully generated, otherwise False
        """
        pass
        return False

    def generate_non_obstructive(self, tolerance=0.85, scale=None):
    def generate_non_obstructive(self, tolerance=0.90, scale=None):
        """
        Generating the fourth scenario where the cards are laid in arbitrary position that doesn't obstruct other cards
        :param tolerance: minimum level of visibility for each cards
        :return:
        :return: True if successfully generated, otherwise False
        """
        card_size = (len(self.cards[0].img[0]), len(self.cards[0].img))
        if scale is None:
@@ -223,9 +228,12 @@
            scale = math.sqrt(self.width * self.height * min(0.25 + 0.02 * len(self.cards), 0.4)
                              / (card_size[0] * card_size[1] * len(self.cards)))
        # Position each card at random location that doesn't obstruct other cards
        for i in range(len(self.cards)):
        i = 0
        while i < len(self.cards):
        #for i in range(len(self.cards)):
            card = self.cards[i]
            card.scale = scale
            rep = 0
            while True:
                card.x = random.uniform(card_size[1] * scale / 2, self.width - card_size[1] * scale)
                card.y = random.uniform(card_size[1] * scale / 2, self.height - card_size[1] * scale)
@@ -235,7 +243,14 @@
                is_visible = [other_card.objects[0].visible for other_card in self.cards[:i + 1]]
                non_obstructive = all(is_visible)
                if non_obstructive:
                    i += 1
                    break
                rep += 1
                if rep >= 1000:
                    # Reassign previous card's position
                    i -= 1
                    break
        return True

    def check_visibility(self, cards=None, i_check=None, visibility=0.5):
        """
@@ -271,11 +286,12 @@
                #print("%s: %.1f visible" % (ext_obj.label, visible_area / obj_area * 100))
                ext_obj.visible = obj_area * visibility <= visible_area

    def export_training_data(self, out_name):
    def export_training_data(self, out_name, visibility=0.5):
        """
        Export the generated training image along with the txt file for all bounding boxes
        :return: none
        """
        self.render(visibility)
        cv2.imwrite(out_name + '.jpg', self.img_result)
        out_txt = open(out_name+ '.txt', 'w')
        for card in self.cards:
@@ -430,8 +446,43 @@

def main():
    random.seed()
    img_bg = cv2.imread('data/frilly_0007.jpg')
    generator = ImageGenerator(img_bg, [], 1440, 960)

    bg_images = generate_data.load_dtd(dump_it=False)
    background = generate_data.Backgrounds(images=bg_images)
    card_pool = pd.DataFrame()
    for set_name in fetch_data.all_set_list:
        df = fetch_data.load_all_cards_text('data/csv/%s.csv' % set_name)
        card_pool = card_pool.append(df)

    num_gen = 25600
    num_iter = 3

    for i in range(num_gen):
        generator = ImageGenerator(background.get_random(), 1440, 960)
        out_name = 'data/train/non_obstructive/'
        for _, card_info in card_pool.sample(random.randint(2, 5)).iterrows():
            img_name = '../usb/data/png/%s/%s_%s.png' % (card_info['set'], card_info['collector_number'],
                                                         fetch_data.get_valid_filename(card_info['name']))
            out_name += '%s%s_' % (card_info['set'], card_info['collector_number'])
            card_img = cv2.imread(img_name)
            if card_img is None:
                fetch_data.fetch_card_image(card_info, out_dir='../usb/data/png/%s' % card_info['set'])
                card_img = cv2.imread(img_name)
            if card_img is None:
                print('WARNING: card %s is not found!' % img_name)
            detected_object_list = generate_data.apply_bounding_box(card_img, card_info)
            card = Card(card_img, card_info, detected_object_list)
            generator.add_card(card)
        for j in range(num_iter):
            generator.generate_non_obstructive()
            #generator.generate_horizontal_span()
            generator.export_training_data(visibility=0.0, out_name=out_name + str(j))
            print('Generated %s%d' % (out_name, j))
            generator.img_bg = background.get_random()

    '''
    #img_bg = cv2.imread('data/frilly_0007.jpg')
    #generator = ImageGenerator(img_bg, 1440, 960)
    card_pool = pd.DataFrame()
    for set_name in fetch_data.all_set_list:
        df = fetch_data.load_all_cards_text('data/csv/%s.csv' % set_name)
@@ -461,12 +512,13 @@

    for i in range(100):
        generator.generate_vertical_span()
        generator.display(debug=False)
        generator.render(debug=False)
        generator.export_training_data(out_name='data/test')
    #generator.generate_horizontal_span()
    #generator.display(debug=True)
    #generator.render(debug=True)
    #generator.generate_vertical_span()
    #generator.display(debug=True)
    #generator.render(debug=True)
    '''
    pass