跳轉到

Altri Strumenti

Il modulo Other Tools riunisce utility pratiche per i controlli di normalizzazione del dataset e per la conversione flessibile dei formati di annotazione, progettate per risolvere i problemi di ridondanza dei dati e di compatibilità dei formati nelle fasi avanzate di un progetto.


1. Filename Sanitizer

Descrizione: Quando il software di visione industriale viene distribuito, nomi di file non standard (ad esempio quelli contenenti caratteri speciali, spazi o simboli illegali) causano spesso crash nella risoluzione dei percorsi o errori nel caricamento del modello.

  • Ambito di rilevamento:
    • Scansiona automaticamente tutti i nomi di file immagine e JSON nel dataset.
    • Identifica simboli illegali nascosti, incluso il comune trattino inglese -, spazi o caratteri cinesi.
  • Logica di elaborazione:
    • Ridenominazione automatica: migra i nomi di file non standard in una directory di output personalizzata con un solo clic.

Note dello Sviluppatore

Un nome di file che appare perfettamente valido su Windows può comunque causare crash su Linux o in certi operatori di visione embedded. Si consiglia di eseguire un controllo dei simboli prima dell'addestramento del modello.


2. Polygon to BBox

Descrizione: Converte annotazioni fini "polygon" in annotazioni standard "bounding box".

  • Logica di conversione:
    • Il sistema estrae automaticamente le coordinate massime / minime di tutti i vertici del poligono.
    • Calcola automaticamente il rettangolo orizzontale più piccolo che racchiude completamente il poligono.
  • Casi d'uso:
    • Downgrade dell'algoritmo: quando un progetto passa da un algoritmo di segmentazione (Segmentation) a un algoritmo di rilevamento (Detection), non è richiesta alcuna riannotazione.
    • Unificazione del formato: unifica rapidamente dati eterogenei provenienti da team di annotazione diversi o da diverse versioni del software.

Caratteristiche della Conversione

La conversione è non distruttiva. I bounding box generati seguono rigorosamente le specifiche delle coordinate YOLO o JSON standard, risultando pronti per l'addestramento.


3. LabelMe to YOLO

Descrizione: Converte i file JSON annotati in LabelMe nei file di annotazione .txt richiesti dalla famiglia YOLO per l'addestramento, e genera automaticamente il file di configurazione del dataset data.yaml.

  • Tipi di annotazione supportati:
    • rectangle: object detection (class_id x_center y_center width height, tutti normalizzati).
    • polygon: instance segmentation (class_id x1 y1 x2 y2 ... xn yn, tutti normalizzati).
    • obb: rotated object detection (class_id x1 y1 x2 y2 x3 y3 x3 y4, tutti normalizzati).
  • Mappatura automatica delle label:
    • Il primo passaggio raccoglie automaticamente tutti i valori unici di label e genera class_id in ordine alfabetico.
    • Il secondo passaggio li scrive uniformemente nei file .txt, evitando la noiosa fase di abbinamento manuale di una tabella delle classi.
  • Output di accompagnamento:
    • Copia automaticamente i file immagine corrispondenti (jpg/png/jpeg/bmp/webp, con le comuni variazioni di maiuscole/minuscole del suffisso tentate automaticamente).
    • Genera data.yaml nella directory di output, pronto per essere utilizzato direttamente con il framework di addestramento YOLO.

Raccomandazione

Si consiglia di pulire prima i nomi dei file con "Filename Sanitizer" dal modulo "Other Tools", il che riduce i casi di campo imagePath non allineato e di abbinamento immagine fallito.


4. Polygon Merge

Descrizione: Per il caso comune in scene industriali in cui "lo stesso difetto viene tagliato in più piccoli segmenti", unisce intelligentemente i poligoni per classe utilizzando il gap bridging, mantenendo invece come individui separati i difetti veramente non intersecanti.

  • Strategia principale:
    • Micro dilation bridging: utilizza buffer(bridge_distance) per incollare poligoni adiacenti molto vicini, quindi li fonde con unary_union.
    • Ripristino della suddivisione: se il risultato della fusione è un MultiPolygon, viene ripristinato uno a uno in poligoni indipendenti (e poi contratto alla dimensione originale con buffer(-bridge_distance)).
    • Semplificazione topologica: utilizza simplify(simplify_tolerance, preserve_topology=True) per rimuovere punti morti inutili, impedendo al modello di apprendere "bave" durante l'addestramento.
  • Parametri regolabili:
    • bridge_distance: la distanza in pixel del gap di bridging. I poligoni più vicini di questo valore vengono fusi; quelli più distanti rimangono completamente indipendenti.
    • simplify_tolerance: la tolleranza per la semplificazione topologica; più grande è il valore, meno vertici ci sono (più "pulita" è l'annotazione).

Raccomandazione

Il valore predefinito di bridge_distance di 2.0 funziona bene per immagini industriali intorno a 1080p. Se la risoluzione differisce molto (ad esempio, con una camera 4K), si consiglia di scalarlo proporzionalmente, per evitare di "fondere accidentalmente" difetti indipendenti.


5. Appiattimento e Ritaglio di Immagini Circolari

Descrizione: Per immagini top-view di pezzi anulari (cuscinetti / flange / facce terminali in metallo, imboccature di bottiglie in vetro, mozzi in plastica, guarnizioni in gomma, anelli di etichette stampate, anelli di confezionamento alimentare e qualsiasi altro campione che possa essere fotografato come anello top-view), rileva automaticamente i cerchi interno ed esterno, spiega la regione anulare in coordinate polari in un rettangolo, e quindi applica ritaglio con finestra scorrevole in base alla larghezza e al rapporto di sovrapposizione specificati. Ciò rende comodo addestrare con modelli convenzionali di object detection / segmentazione (YOLO, U-Net, RT-DETR, ecc. accettano direttamente immagini rettangolari).

  • Punti salienti dell'algoritmo (utils/cut.py, derivato dal flusso di lavoro di visione industriale HALCON):
    • Rilevamento cerchi interno / esterno (prima l'esterno, poi l'interno):
      1. Soglia [0, 180] per estrarre le componenti connesse scure;
      2. Filtra con Min Area = 70 e prendi la più grande componente connessa come disco esterno;
      3. Applica fill_up al disco esterno per ottenere un cerchio esterno pieno;
      4. Prendi la differenza unidirezionale di "il risultato del riempimento AND NOT il disco esterno" (A AND NOT B) per ottenere l'anello del foro interno;
      5. Quindi prendi la più grande componente connessa dell'anello del foro interno e fitta per ottenere il centro e il raggio del cerchio interno;
      6. Infine, fitta separatamente il disco esterno per ottenere il centro e il raggio del cerchio esterno.
    • Spiegamento polare: ricampiona l'immagine originale secondo la formula r = outer - (row / H) * (outer - inner) - 3, con il top = anello esterno e il bottom = anello interno, che corrisponde all'intuizione visiva; le immagini in scala di grigi e a colori sono entrambe gestite automaticamente (cv2.remap per canale, seguito da np.stack).
    • Ritaglio con finestra scorrevole: predefinito CropWidth = 600 e Overlap = 150; le finestre adiacenti garantiscono l'assenza di rilevamenti mancati attraverso il rapporto di sovrapposizione.
  • Parametri regolabili (già compilati con i valori predefiniti nell'interfaccia):
    • CropWidth: la larghezza in pixel orizzontali di ciascuna sotto-immagine.
    • Overlap: il numero di pixel sovrapposti tra sotto-immagini adiacenti, che determina il passo della finestra = CropWidth - Overlap.
  • Robustezza:
    • Compatibile con percorsi contenenti caratteri cinesi e caratteri speciali come & e () (le immagini vengono lette con np.fromfile + cv2.imdecode e scritte con cv2.imencode + tofile, aggirando il bug di decodifica di OpenCV su percorsi non ASCII).
    • Restituisce BMP (cv2.imencode è il più stabile sotto codec non-TIFF), con _part_NNN aggiunto automaticamente ai nomi dei file.

Raccomandazione

Elabora solo un'immagine alla volta. Se il foro dell'anello è vicino al cerchio esterno (anello sottile), si consiglia di verificare prima che la distanza tra i cerchi interno ed esterno sia ≥ 20 pixel; altrimenti l'altezza dopo lo spiegamento polare sarà estremamente ridotta, e il risultato del ritaglio potrebbe risultare vuoto.