Part1:今日目標

1.模型訓練資料準備

Part2:內容

1.模型訓練資料準備

• 準心資料如何標註: 以每張圖片中心點做計算以標註準心位置。
  
  圖片來源: AIdea

• 程式實作邏輯
  (1)將各類別有準心資料的圖片撈出

img_tag_Y_df_dict = {}
img_tag_Y_list_dict = {}

def img_tag_Y_list(plant_class):
    """
    get img_name list w/ tag in eacg plant_class
    """
    img_tag_Y_list_df = img_tag_Y[img_tag_Y["Img"].isin(img_name_plant_class[plant_class])]
    img_tag_Y_df_dict[plant_class] = img_tag_Y_list_df
    img_tag_Y_list_dict[plant_class] = img_tag_Y_list_df["Img"].tolist()

for plant_class in plant_class_list:
    img_tag_Y_list(plant_class)
    
for k, v in img_tag_Y_list_dict.items():
    print("{}:  Numbers of crop_img = {}".format(k, len(v)))

(2)利用準心位置做正方形裁切

def crop_img_target(img_data, plant_class, img_name, img_shape, crop_length):
    """
    get cropped img with raw img & target info
    """
    img = img_data
    img_tag_Y_plant_df = img_tag_Y_df_dict[plant_class]

    ## targey info(準心資訊)
    target_df = img_tag_Y_plant_df[img_tag_Y_plant_df["Img"] == img_name] 
    target_y = target_df["target_y"]
    target_x = target_df["target_x"]
    
    ## img shape info
    img_h = img_shape[0]  # height
    img_w = img_shape[1]  # width
    orig_y = img_h/2  # origin of coordinates in each img(原點座標)
    orig_x = img_w/2
    
    ## target location(準心位置)
    aim_y = int(orig_x + target_y)
    aim_x = int(orig_y + target_x)
    
    ## crop image with target
    crop_h_lower, crop_h_upper = int(aim_y - crop_length), int(aim_y + crop_length)
    crop_w_lower, crop_w_upper = int(aim_x - crop_length), int(aim_x + crop_length)
    
    crop_img = img[crop_w_lower:crop_w_upper, crop_h_lower:crop_h_upper]   
    return img_name, crop_img

(3)對33個類別圖片做相同處理

Error_list = []
for plant_class, img_list in progress_bar(img_tag_Y_list_dict.items()):
    for img_name in progress_bar(img_list):
        img_data, img_shape = get_img_shape(plant_class, img_name)
        try:
            img_name_AA, crop_img_AA = crop_img_target(img_data, plant_class, img_name, img_shape_AA, 95)
            save_crop_img(img_name_AA, crop_img_AA)
        except Exception as ee:
            Error_list.append(ee)

(4)裁切結果

• 部分圖片會與準心位置有差異(紅框處)

• 進一步去看裁切框與標註準心位置，裁切位置在準心偏右方。
  • 可能原因: 資料標註誤差? 但決定目前先以這批裁切資料做Baseline model訓練。

Part3:專案進度

• 訓練資料集全數解壓縮完畢，花費約4小時37分鐘。

• 前處理1st(所有有準心影像裁切)，花費約1小時5分鐘，共取得19616張圖片。

• 目前挑戰:
  (1)某些類別有準心的圖片數量太少。
  

  (2)切割後圖片與準心標註位置(target_x, target_y)有落差。

Part4:下一步

• 搜尋關於影像辨識的Pytorch Pretrained Model。
• 網路上關於影像切割其他實作方法。

心得小語:
今天總算能心無旁騖的專心coding，但持續間斷性地震也是人心惶惶。專案進度似乎比自己預期的還要慢，但另一方面也了解資料處理本就是會花最多時間的，多練習和思考總會越來越進步的吧 XD

想很久到底要不要跟朋友們分享報名這個競賽，太多優秀同儕呀，但也只有透過交流才會進步得更快吧~!! 決定完賽後在向各路優秀前輩和好友請益!
若看到文章的大大們，有任何建議再請不吝留言交流了(抱拳作揖，感謝!
今日工時: 50min*6

别被你腦袋裡的恐懼牽制，讓你心中的夢想指引你。
Don’t be pushed around by the fears in your mind. Be led by the dreams in your heart.

下禮拜見囉~