ArcGIS Pro深度学习训练数据补全

补全ArcGIS Pro深度学习训练数据缺失文件，支持9种元数据格式（PASCAL_VOC_rectangles、KITTI_rectangles、Classified_Tiles、RCNN_Masks、Labeled_Tiles、MultiLabeled_Tiles、Exported_Tiles、CycleGAN、Imagenet）和4种图像格式（TIFF、MRF、JPG、PNG），自动生成esri_model_definition.emd、esri_accumulated_stats.json、map.txt、stats.txt。当用户遇到Export Training Data卡在100%导致文件缺失、训练数据目录不被Pro识别、或需要手动补全训练数据文件时使用此技能。

补全 ArcGIS Pro Export Training Data for Deep Learning 工具因卡在100%而未生成的4个关键文件。自动检测元数据格式，严格按Pro标准格式生成标准命名文件。

支持范围

元数据格式（9种）

格式	标签结构	适用模型
PASCAL_VOC_rectangles	labels/*.xml	SSD、YOLO、Faster R-CNN
KITTI_rectangles	labels/*.txt	自动驾驶目标检测
Classified_Tiles	labels/类别名/.tif 或 labels/.tif	U-Net、语义分割
RCNN_Masks	labels/*.tif（像素级掩膜）	Mask R-CNN 实例分割
Labeled_Tiles	labels/*.tif（分类切片）	语义分割
MultiLabeled_Tiles	labels/*.tif（多标注切片）	多任务分割
Exported_Tiles	labels/*.tif（导出切片）	通用分割
CycleGAN	images/A/ + images/B/	图像翻译/风格迁移
Imagenet	labels/类别名/*.jpg	png

图像格式（4种）

TIFF (.tif/.tiff)、MRF (.mrf)、JPG (.jpg/.jpeg)、PNG (.png)

工作流程

1. 确认输入

• 询问用户：训练数据目录路径
• 用 bash 扫描目录结构，确认 images/ 和 labels/ 存在
• 脚本自动检测元数据格式和图像格式

2. 执行补全脚本

将 main.py 写入桌面后执行：

bash

python main.py "D:\Deeplearn\Vehicle\sample"

脚本自动完成：

1. 检测元数据格式（矢量/栅格/CycleGAN/Imagenet）
2. 扫描所有影像计算波段统计（Min/Max/Mean/StdDev）
3. 根据格式解析标签（xml/txt/栅格/子目录结构）
4. 读取坐标文件获取像素大小和空间参考
5. 生成4个Pro标准文件

3. 输出文件

• esri_model_definition.emd — 模型定义（MetaDataMode 与导出格式一致）
• esri_accumulated_stats.json — 累积统计（含 NumBands/TileSizeX/Y 等Pro必需字段）
• map.txt — 影像-标签映射（正斜杠路径）
• stats.txt — 文本统计摘要

4. 验证结果

脚本自动验证4个文件是否生成并输出检查结果。

关键规则

• 所有文件名必须是 Pro 标准命名，自命名文件 Pro 不识别
• map.txt 路径用正斜杠 /，禁用反斜杠 \
• esri_accumulated_stats.json 必须包含 NumBands、TileSizeX/Y、TotalTiles 等字段，否则 Pro 报 KeyError
• AllTilesStats 和 BandStatsState 必须按波段排序，键名严格匹配
• 如目录中有非标准命名的 .emd/.json 文件，脚本自动清理

已知Pro报错与对应修复

报错	原因	修复
Error 260303	文件名不是标准命名	本脚本自动使用标准文件名
KeyError: 'NumBands'	json缺少必需字段	脚本自动补全所有必需字段
KeyError: 'TileSizeX'	json缺少尺寸字段	脚本自动补全
ERROR 004486 RCNN_Masks	数据格式与预训练模型不匹配	需重新导出为匹配格式
shape mismatch	预训练模型类别数与训练数据不匹配	去掉预训练模型或调整数据