Código de Pré-processamento

Esse repositório introduz uma função de pré-processamento abrangente para lidar com imagens e vídeos em tarefas de detecção de objetos com o YOLO. A função simplifica o processo de preparação de um dataset ao consolidar o pareamento de anotações de imagens, extração de quadros de vídeos, divisão entre treino e validação, e estruturação do dataset em um único fluxo de trabalho. Abaixo está uma explicação detalhada das principais funcionalidades e do fluxo de trabalho da função de pré-processamento.

---

Principais Funcionalidades:

1. Suporte Dual para Imagens e Vídeos:

   • A função agora lida com datasets que contêm tanto imagens estáticas quanto vídeos.
   • Se vídeos forem fornecidos, a função extrai quadros de cada vídeo em uma taxa de quadros especificada (por exemplo, 1 quadro por segundo) e trata cada quadro extraído como uma imagem separada para treino e validação.
   • Essa flexibilidade permite que a função trabalhe perfeitamente com datasets contendo apenas imagens, apenas vídeos ou uma mistura de ambos.

2. Extração de Quadros de Vídeos:

   • Para o pré-processamento de vídeos, os quadros são extraídos em uma taxa de quadros configurável usando OpenCV. Cada quadro é salvo com um nome único baseado no nome do vídeo e no número do quadro, garantindo que não haja conflitos no dataset de imagens.
   • A função limpa a pasta temporária usada para armazenar os quadros extraídos após o processamento.

3. Consistência entre Imagens e Anotações:

   • A função verifica a consistência entre os arquivos de imagem (ou quadros de vídeo extraídos) e seus respectivos arquivos de anotações em texto. Ela garante que apenas as imagens com anotações correspondentes sejam incluídas no dataset.
   • Quaisquer imagens ou arquivos de anotações não correspondentes são excluídos do dataset final, reduzindo o risco de erros durante o treino.

4. Divisão entre Treino e Validação:

   • A função realiza uma divisão estratificada entre treino e validação para garantir que a distribuição das classes permaneça equilibrada nos conjuntos de treino e validação. A divisão é personalizável, com uma divisão padrão de 80%-20%.
   • Esta etapa é crucial para evitar o sobreajuste e garantir que o modelo se generalize bem para dados não vistos.

5. Estrutura do Dataset para YOLO:

   • A função cria automaticamente a estrutura de pastas necessária para o treino com o YOLOv8, incluindo os subdiretórios train e valid para imagens e rótulos.
   • Ela copia os arquivos de imagens e anotações corretamente pareados para seus respectivos diretórios, garantindo que o dataset esteja pronto para o treino imediato.

6. Geração do Arquivo de Configuração YAML:

   • A função gera um arquivo YAML necessário pelo YOLO para especificar o número de classes, nomes das classes e os caminhos para os datasets de treino e validação.
   • Esse arquivo YAML é salvo na raiz do diretório do dataset YOLO, facilitando o início do treino com configuração mínima adicional.

---

Fluxo de Trabalho:

1. Carregar Arquivos de Imagem:

   • A função começa buscando imagens no diretório fornecido, filtrando pelos formatos de imagem suportados (por exemplo, .jpeg, .png).

2. Extrair Quadros de Vídeos (se vídeos forem fornecidos):

   • Para cada vídeo, quadros são extraídos na taxa de quadros especificada. Cada quadro é salvo como uma imagem individual com um nome de arquivo único.

3. Carregar Anotações:

   • Os arquivos de anotações correspondentes .txt são carregados do diretório de anotações.

4. Parear Imagens/Quadros com Anotações:

   • A função verifica a consistência entre os pares de imagem/anotação e remove quaisquer arquivos não correspondentes. Ela garante que apenas imagens com anotações correspondentes sejam incluídas no dataset.

5. Divisão entre Treino e Validação:

   • O dataset é dividido em conjuntos de treino e validação, garantindo que a distribuição das classes permaneça equilibrada usando uma técnica de amostragem estratificada.

6. Criar Estrutura de Pastas para YOLOv8:

   • A estrutura de diretórios necessária para o YOLOv8 (train/images, train/labels, valid/images, valid/labels) é criada, e os arquivos de imagem/anotação são copiados para seus respectivos diretórios.

7. Gerar Arquivo de Configuração YAML:

   • Um arquivo YAML é gerado automaticamente com informações sobre o dataset (por exemplo, nomes das classes, número de classes e caminhos para os dados de treino/validação).

8. Limpeza:

   • Após o processamento, a pasta temporária usada para armazenar os quadros de vídeo extraídos é excluída para economizar espaço e manter a organização.

---

Exemplos de Uso:

1. Pré-processamento de um Dataset com Imagens e Vídeos:

   preprocess_dataset(
       imgs_path="caminho/para/imagens",
       txts_path="caminho/para/anotacoes",
       videos_path="caminho/para/videos",
       classes_txt="caminho/para/classes.txt",
       yolo_ds_path="caminho/para/dataset_yolo",
       val_size=0.2,  # 20% de divisão para validação
       frame_rate=1   # Extrair 1 quadro por segundo dos vídeos
   )

2. Pré-processamento de um Dataset com Apenas Vídeos:

   preprocess_dataset(
       videos_path="caminho/para/videos",
       txts_path="caminho/para/anotacoes",
       classes_txt="caminho/para/classes.txt",
       yolo_ds_path="caminho/para/dataset_yolo",
       val_size=0.2,  # 20% de divisão para validação
       frame_rate=2   # Extrair 2 quadros por segundo dos vídeos
   )

3. Pré-processamento de um Dataset com Apenas Imagens:

   preprocess_dataset(
       imgs_path="caminho/para/imagens",
       txts_path="caminho/para/anotacoes",
       classes_txt="caminho/para/classes.txt",
       yolo_ds_path="caminho/para/dataset_yolo",
       val_size=0.2  # 20% de divisão para validação
   )

---

Conclusão:

Essa função simplifica muito o pipeline de pré-processamento para o treino com YOLO, facilitando a preparação de datasets a partir de imagens estáticas e vídeos. Automatizando etapas importantes como extração de quadros, divisão entre treino e validação e estruturação de arquivos, a função garante um dataset consistente e pronto para uso em tarefas de detecção de objetos.

Esta melhoria será particularmente útil a gente que quer trabalhar com datasets de vídeo, pois agiliza todo o fluxo de trabalho de extração de quadros e preparação de dados para o YOLO