（四）旋转物体检测数据roLabelImg转DOTA格式

---

欢迎访问个人网络日志🌹🌹知行空间🌹🌹

---

roLabelImg 工具仓库地址:https://github.com/cgvict/roLabelImg

1.进入可以画旋转检测框的模式

2.标注文件样式

roLabelImg标注旋转检测框时是先画一个常规的矩形框，然后绕矩形的中心点顺时针和逆时针旋转一定的角度来实现的。标注文件中对旋转检测框的定义是使用(cx, cy, width, height, angle)的格式定义的，如下：

<robndbox>
     <cx>1178.4388cx>
     <cy>1004.6478cy>
     <w>319.635w>
     <h>273.2016h>
     <angle>0.46angle>
robndbox>
1
2
3
4
5
6
7

(cx, cy)是旋转框的中心点像素坐标，w的定义是在roLabelImg中画初始矩形框时在图像x方向上的边长, 另一条边是h，画好初始矩形后，无论后续如何旋转，w和h所指的边都不会变。angle角的定义是旋转矩形检测框的w边和X轴正方向顺时针所成的角度，其大小为[0,pi)

初始矩形检测框：

调整姿态后检测框：

其中$\theta$的大小为`2.541593`。

3.DOTA数据格式

DOTA是武汉大学开源的旋转物体检测数据集，其主页见https://captain-whu.github.io/DOTA/dataset.html。DOTA标注文件的格式为：

x1, y1, x2, y2, x3, y3, x4, y4, category, difficult
1

(x1, y1, x2, y2, x3, y3, x4, y4)分别是旋转物体检测框的四个顶点的坐标，category是检测框物体对象的类别

4.roLabelImg标注文件转DOTA格式

大多数旋转物体检测的开源算法的数据处理部分都支持DOTA格式，如商汤开源的mmrotate,为了更快的在自己数据集上验证算法的有效性，最方便的算法就是将roLabelImg标注的xml文件转成上述的标签格式，roLabelImg标注文件转DOTA可分成四种情况。

• 1）$\theta \in (\pi /2,\pi )$，且中心点C落在点1右侧
• 2）$\theta \in (\pi /2,\pi )$，且中心点C落在点1左侧
• 3）$\theta \in [0,\pi /2]$，且中心点C落在点1左侧
• 4）$\theta \in [0,\pi /2]$，且中心点C落在点1右侧

以$\theta \in (\pi /2,\pi )$，且中心点C落在点1右侧为例，

A(x1, y1)，B(x3, y3)，D(x2, y2)，E(x4, y4)点的坐标由上述三角形之间的关系可以求得：

$$\beta =\angle CA{V}_2=arctan\frac{h}{w}+\pi -\theta$$
$$d=\frac{\sqrt{w^{6}2+h^2}}{2}$$
$$\begin{gathered} x1=cx-dcos\beta \\ y1=cy+dsin\beta \\ x2=cx+dcos\beta \\ y2=cy-dsin\beta \\ x3=x1-hcos(\theta -\frac{\pi }{2}) \\ y4=y1-hsin(\theta -\frac{\pi }{2}) \\ x4=x2+hcos(\theta -\frac{\pi }{2}) \\ y4=y2+hsin(\theta -\frac{\pi }{2}) \end{gathered}$$

同样可以求其他三种情况。

转换代码见：

def convert_rolabelimg2dota(xml_path:str) -> None:
    """
    Args: 
        - `xml_path` (str) : path to roLabelImg label file, like /xx/xx.xml
        
    Returns: 
        - `box_points` (list): shape (N, 8 + 1), N is the number of objects, 8 + 1 is \
            `(x1, y1, x2, y2, x3, y3, x4, y4, class_name)`
    """
    
    with open(xml_path) as f:
        tree = ET.parse(f)
        root = tree.getroot()
        size = root.find('size')
        width = int(size.find('width').text)
        height = int(size.find('height').text)
        objects = root.iter('object')
        boxes = [] # list of tuple(cz, cy, w, h, angle), angle is in [0-pi)
        for obj in objects:
            if obj.find('type').text == 'robndbox':
                rbox_node = obj.find('robndbox')
                cat = obj.find('name').text
                rbox = dict()
                for key in ['cx', 'cy', 'w', 'h', 'angle']:
                    rbox[key] = float(rbox_node.find(key).text)
                boxes.append(list((*rbox.values(), cat)))
        print(f"bboxes: {boxes}")
        
        box_points = [] # list of box defined with four vertices
        for box in boxes:
            cx, cy, w, h, ag, cat = box
            alpha_w = math.atan(w / h)
            alpha_h = math.atan(h / w)
            d = math.sqrt(w**2 + h**2) / 2 
            if ag > math.pi / 2:
                beta = ag - math.pi / 2 + alpha_w
                if beta <= math.pi / 2:
                    x1, y1 = cx + d * math.cos(beta), cy + d * math.sin(beta)
                    x2, y2 = cx - d * math.cos(beta), cy - d * math.sin(beta)
                elif beta > math.pi / 2:
                    beta = math.pi - beta
                    x1, y1 = cx - d * math.cos(beta), cy + d * math.sin(beta)
                    x2, y2 = cx + d * math.cos(beta), cy - d * math.sin(beta)
                x3, y3 = x1 - h * math.cos(ag - math.pi / 2), y1 - h * math.sin(ag - math.pi / 2)
                x4, y4 = x2 + h * math.cos(ag - math.pi / 2), y2 + h * math.sin(ag - math.pi / 2) 
            elif ag <= math.pi / 2:
                beta = ag + alpha_h
                if beta <= math.pi / 2:
                    x1, y1 = cx + d * math.cos(beta), cy + d * math.sin(beta)
                    x2, y2 = cx - d * math.cos(beta), cy - d * math.sin(beta)
                elif beta > math.pi / 2:
                    beta = math.pi - beta
                    x1, y1 = cx - d * math.cos(beta), cy + d * math.sin(beta)
                    x2, y2 = cx + d * math.cos(beta), cy - d * math.sin(beta)
                x3, y3 = x1 - w * math.cos(ag), y1 - w * math.sin(ag)
                x4, y4 = x2 + w * math.cos(ag), y2 + w * math.sin(ag)
                points = np.array([x1, y1, x3, y3, x2, y2, x4, y4], dtype=np.int32)
                points[0::2] = np.clip(points[0::2], 0, width)
                points[1::2] = np.clip(points[1::2], 0, height)
            box_points.append([*points, cat])
        return box_points
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61

完整代码见gitee仓库object_detection_task

参考资料

• 1.https://github.com/cgvict/roLabelImg
• 2.DOTA DATASET