docs(data): 创建数据集

1. 提取汽车类别
2. 创建微调数据集
3. 创建分类器数据集

Author: zjZSTU

docs/数据集创建.md

@@ -0,0 +1,122 @@
+
+# 数据集创建
+
+本工程最终目标是实现一个汽车检测器，在训练过程中需要依次实现以下数据集
+
+1. 从`VOC`数据集中提取汽车类别
+2. 创建微调数据集
+3. 创建分类器数据集
+
+**Note 1：有关数据集创建程序均位于`py/utils/data/`目录**
+
+**Note 2：本次实验使用`VOC 2007`数据集**
+
+## PSACAL VOC 2007
+
+参考：[[数据集]PASCAL VOC 2007](https://blog.zhujian.life/posts/5a56cd45.html)
+
+## 从VOC数据集中提取汽车类别
+
+### python文件：
+
+1. `pascal_voc.py`
+2. `pascal_voc_car.py`
+
+下载并完成解析操作后，可从`VOCdevkit/VOC2007/ImageSets/Main`目录下查找`car_train.txt`和`car_val.txt`文件，里面保存了相关的汽车类别图像名
+
+### 数据集格式
+
+创建得到数据集`voc_car`，其格式如下：
+
+```
+├── train
+│   ├── Annotations
+│   ├── car.csv
+│   └── JPEGImages
+└── val
+    ├── Annotations
+    ├── car.csv
+    └── JPEGImages
+```
+
+## 创建微调数据集
+
+### python文件：
+
+* `create_finetune_data.py`
+
+通过选择性搜索算法的质量模式获取候选建议，然后计算候选建议与标注边界框的`IoU`
+
+1. 正样本：`IoU`大于等于`0.5`
+2. 负样本：剩余的候选区域
+
+在代码实现中，为了进一步减小负样本数据集，我修改了负样本判定规则
+
+* 副样本（修改后）：`IoU`大于`0`，小于`0.5`。为了进一步限制负样本数目，其大小必须大于标注框的`1/5`
+
+### 数据集格式
+
+创建得到数据集`finetune_car`，其格式如下：
+
+```
+├── train
+│   ├── Annotations
+│   ├── car.csv
+│   └── JPEGImages
+└── val
+    ├── Annotations
+    ├── car.csv
+    └── JPEGImages
+```
+
+训练集和验证集的正负样本个数如下：
+
+```
+# train
+# positive num: 66517
+# negatie num: 464340
+# val
+# positive num: 64712
+# negative num: 415134
+```
+
+## 创建分类器数据集
+
+### python文件：
+
+* `create_classifier_data.py`
+
+通过选择性搜索算法的质量模式获取候选建议，然后计算候选建议与标注边界框的`IoU`
+
+1. 正样本：标注边界框
+2. 负样本：`IoU`小于`0.3`的候选区域
+
+在代码实现中，为了进一步减小负样本数据集，我修改了负样本判定规则
+
+* 副样本（修改后）：`IoU`大于`0`，小于`0.3`。为了进一步限制负样本数目，其大小必须大于标注框的`1/5`
+
+### 数据集格式
+
+创建得到数据集`classifier_car/`，其格式如下：
+
+```
+├── train
+│   ├── Annotations
+│   ├── car.csv
+│   └── JPEGImages
+└── val
+    ├── Annotations
+    ├── car.csv
+    └── JPEGImages
+```
+
+训练集和验证集的正负样本个数如下：
+
+```
+# train
+# positive num: 625
+# negative num: 366028
+# val
+# positive num: 625
+# negative num: 321474
+```

mkdocs.yml

@@ -31,6 +31,7 @@ extra_javascript:
 nav:
     - Home: index.md
     - 工程解析: './工程解析.md'
+    - 数据集创建: './数据集创建.md'
     - '算法解析': './算法解析.md'
     - '数据集':
         - '创建': './create_data.md'