MSRA-TD5000数据集使用详解

Posted 2021-01-03 xing901022

中文检测的数据集，目前最火的应该是清华的CTW，https://ctwdataset.github.io/ 但是它的数据集只存储在微云和google driver，微云空间受限不能完全保存，所以下载的时候很蛋疼。我这边就挑了一个相对较小的数据集——MSRA TD5000，这个数据集支持中英文的倾斜文本检测。

详情参考MSRA的官方地址：http://www.iapr-tc11.org/mediawiki/index.php/MSRA_Text_Detection_500_Database_(MSRA-TD500)

里面的内容为图片和label，这里的label表示方法很蛋疼，是RBOX风格的，即

index, defficult label, x, y, width, height, theta

这里这个theta不好理解，其实它是弧度...

弧度就是角度的一种度量方式，是用弧长与半径的比来计算。因此0表示0度，π表示180度，π/2表示90度。

在python中，可以通过math.radius()来做角度和弧度的变换。

print(math.radians(90)) # 1.5707963267948966
print(math.radians(180)) # 3.141592653589793
print(math.radians(360)) # 6.283185307179586

一般的深度学习算法，接收的矩形框都是QUAD风格的，即：

x1,y1,x2,y2,x3,y3,x4,y4,text

因此我这边通过Python代码进行了坐标的变换：

def rotate(angle, x, y):
    """
    基于原点的弧度旋转

    :param angle:   弧度
    :param x:       x
    :param y:       y
    :return:
    """
    rotatex = math.cos(angle) * x - math.sin(angle) * y
    rotatey = math.cos(angle) * y + math.sin(angle) * x
    return rotatex, rotatey

def xy_rorate(theta, x, y, centerx, centery):
    """
    针对中心点进行旋转

    :param theta:
    :param x:
    :param y:
    :param centerx:
    :param centery:
    :return:
    """
    r_x, r_y = rotate(theta, x - centerx, y - centery)
    return centerx+r_x, centery+r_y

def rec_rotate(x, y, width, height, theta):
    """
    传入矩形的x,y和宽度高度，弧度，转成QUAD格式
    :param x:
    :param y:
    :param width:
    :param height:
    :param theta:
    :return:
    """
    centerx = x + width / 2
    centery = y + height / 2

    x1, y1 = xy_rorate(theta, x, y, centerx, centery)
    x2, y2 = xy_rorate(theta, x+width, y, centerx, centery)
    x3, y3 = xy_rorate(theta, x, y+height, centerx, centery)
    x4, y4 = xy_rorate(theta, x+width, y+height, centerx, centery)

    return x1, y1, x2, y2, x3, y3, x4, y4

再重新写回txt文本里面就可以了。