AVD

Auto Vision Dataset (自动视觉数据集)

项目概述

AVD 是一个功能强大的计算机视觉数据集生成工具，全称 Auto Vision Dataset，旨在帮助研究人员和开发者快速创建高质量、多样化的视觉数据集，支持多种计算机视觉任务，包括目标检测、语义/实例分割、目标计数和场景理解等。

核心功能

• 多任务支持：同时支持目标检测、语义分割、实例分割、目标计数和场景理解
• 高质量标注：自动生成精确的边界框、掩码和类别标签
• 数据增强：内置丰富的数据增强策略，提高模型泛化能力
• 场景多样性：可配置不同场景、光照条件和背景复杂度
• 自定义配置：灵活的参数设置，支持自定义目标类型、密度和分布
• 格式兼容性：支持导出COCO、VOC、YOLO等多种主流数据集格式

安装指南

# 克隆仓库
git clone https://github.com/yourusername/avd.git
cd avd

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/Mac
# venv\Scripts\activate  # Windows

# 安装依赖
pip install -r requirements.txt

快速开始

# 基本用法示例
from avd import DatasetGenerator

# 创建生成器实例
generator = DatasetGenerator(
    output_dir="./datasets/my_dataset",
    task_type="detection+segmentation",  # 同时生成检测和分割数据
    num_images=1000,                     # 生成1000张图像
    object_categories=["car", "pedestrian", "bicycle"],  # 包含的目标类别
    image_resolution=(1280, 720)         # 图像分辨率
)

# 生成数据集
generator.generate()

# 导出为COCO格式
generator.export(format="coco")

高级配置

# 配置文件示例 (config.yaml)
output_dir: "./datasets/custom_dataset"
image_resolution: [1920, 1080]
num_images: 2000

task_type:
  - detection
  - segmentation
  - counting

object_categories:
  - name: "car"
    count_range: [2, 5]
    size_range: [50, 150]
    occlusion_probability: 0.3
  - name: "pedestrian"
    count_range: [3, 8]
    size_range: [30, 80]
    occlusion_probability: 0.2

backgrounds:
  - type: "city"
    ratio: 0.6
  - type: "highway"
    ratio: 0.4

augmentations:
  - flip: {probability: 0.5}
  - rotate: {range: [-15, 15], probability: 0.3}
  - brightness: {range: [0.8, 1.2], probability: 0.4}

使用配置文件运行：

python generate.py --config config.yaml

支持的任务类型

• 目标检测：生成带有边界框和类别的标注数据
• 语义分割：为每个像素分配类别标签
• 实例分割：为每个独立目标生成精确的掩码
• 目标计数：提供精确的目标数量标注
• 场景理解：包含场景类别和属性标注

数据集格式

支持导出以下格式：

• COCO JSON format
• Pascal VOC XML format
• YOLO format
• TFRecord format
• Mask R-CNN format

依赖项

• Python 3.8+
• OpenCV
• NumPy
• Pillow
• PyYAML
• scikit-image
• matplotlib
• pycocotools

贡献指南

欢迎通过以下方式贡献代码：

1. Fork 本仓库
2. 创建特性分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add some amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 打开Pull Request

许可证

本项目采用MIT许可证 - 详见 LICENSE 文件

联系方式

• 项目维护者: Your Name
• 项目链接: https://github.com/yourusername/avd