企业官网建设流程全解析

ILSVC检测评测准备实战：ImageNet_Utils gt_det真值生成工具详解

【免费下载链接】ImageNet_Utils:arrow_double_down: Utils to help download images by id, crop bounding box, label images, etc.项目地址: https://gitcode.com/gh_mirrors/im/ImageNet_Utils

ImageNet_Utils是面向图像检测评测的一站式工具包，其中的 detection_eval_tools/gt_det.py 脚本（gt_det 真值生成工具）可以帮你为 ILSVC 检测评测一键准备 ground truth（真值）：自动汇总标注文件与图片、生成图片 ID 列表和元数据，省去手动整理的繁琐工作。

🎯 gt_det 是什么：ILSVC 检测评测真值准备工具

gt_det 的定位非常明确：帮助使用者为 ILSVC（ImageNet Large Scale Visual Recognition Challenge）检测结果评测准备真值数据。它会自动完成以下四件事：

这些产物正是 ImageNet 官方检测评测开发包（devkit）所要求的标准格式，详见 detection_eval_tools/README.md。

🚀 快速上手：安装与环境准备

一键克隆仓库

git clone https://gitcode.com/gh_mirrors/im/ImageNet_Utils

依赖环境

gt_det 依赖numpy与scipy（用于生成.mat元数据文件），其余工具如 downloadutils.py 下载图片时还需要注册 ImageNet 账号。建议提前执行：

pip install numpy scipy pillow

💡 提示：运行前可参考项目根目录 README.md 了解各模块功能与使用顺序。

📦 gt_det 命令用法与参数详解

标准调用格式如下：

$ ./gt_det.py dst_dir -p ann_dir img_dir labelMap.txt structure.xml

各参数含义一目了然：

• dst_dir：输出目录，gt_det 会把标注、图片、ids.txt、meta.mat全部写到这里；
• -p ann_dir img_dir labelMap.txt structure.xml：四个输入路径，其中structure.xml是可选的ImageNet 结构文件（参考 detection_eval_tools/structure_released.xml）；
• 若省略-p参数，gt_det 会读取上次运行保存的.pdet配置（见 detection_eval_tools/gt_det.py#L93-L106），方便重复执行。

labelMap.txt 怎么写

labelMap.txt负责把整数标签映射到类别名称，每行一条记录，两种风格均可：

20 n03781787 15 n00007846 9 n03002096

或者直接使用可读名称：

20 tvmonitor 15 person 9 chair

gt_det 会读取该文件找出最大标签号，并据此构建meta.mat中的synsets数组（WNID / name / description 三列），核心逻辑见 detection_eval_tools/gt_det.py#L58-L74。

🔍 进阶：reorder_meta.py 元数据重排序

如果你的评测集类别顺序与meta.mat不一致，可用 detection_eval_tools/reorder_meta.py 按指定顺序重排元数据：

$ python reorder_meta.py src.mat order.txt dst.mat

order.txt中按期望顺序列出 WNID，例如：

n03781787 n00007846 n03002096

若src.mat中缺少某个 WNID，可加上--padding参数用空项补齐，避免评测脚本因标签错位而失败。脚本最后还会自动校验顺序是否一致，校验失败会直接报错退出。

🧩 真值准备全流程：从标注到评测

gt_det 不是孤立的脚本，它依赖上游工具产出的标注 XML，完整工作流如下：

1. 下载数据：用 downloadutils.py 按 WNID 下载图片与边界框标注；
2. 标注图片：通过 labelImgGUI/ 目录下的图形界面工具框选目标并生成标注 XML（如上图所示），或在 detection_eval_tools/ 中复用已有标注；
3. 裁剪验证：用 bbox_helper.py 按标注 XML 裁剪边界框图片，直观核对标注质量；
4. 生成真值：运行 gt_det 一键生成评测所需的全部真值文件；
5. （可选）格式转换：如需 Dlib 格式的检测框，可用 boxesCvtPascaltoDlib.py 将 Pascal 格式标注（参考 demo/pascalBoxes/2008_004649.xml）转换为 Dlib 格式。

❓ 常见问题

Q：运行 gt_det 提示 "Please specify paths."？未指定-p参数且找不到上次保存的.pdet配置文件。补齐四个路径参数即可。

Q：图片与标注对不上导致ids.txt为空？gt_det 通过文件名（去掉扩展名的图片 ID）匹配标注与图片，请确保ann_dir与img_dir中同名文件齐全。

Q：structure.xml 从哪里来？它是 ImageNet 的类别结构文件，仓库内附有 detection_eval_tools/structure_released.xml 可作参考，该参数可省略。

✅ 总结

gt_det 真值生成工具把 ILSVC 检测评测中最枯燥的准备工作自动化了：一个命令完成标注汇总、图片匹配、ID 列表与元数据生成四大任务，配合 detection_eval_tools/ 中的 reorder_meta.py，能覆盖绝大多数检测评测的真值准备场景。对于刚接触 ImageNet 评测的新手，建议按照本文"下载 → 标注 → 裁剪验证 → 生成真值"的流程走一遍，即可快速上手。

【免费下载链接】ImageNet_Utils:arrow_double_down: Utils to help download images by id, crop bounding box, label images, etc.项目地址: https://gitcode.com/gh_mirrors/im/ImageNet_Utils