【经验分享】目标检测 VOC 格式数据集制作

2021-07-27 19:31:04 阅读：174 来源： 互联网

标签：ImageSets 分享 VOC image VOCdevkit 格式 txt find

本教程详细介绍了 VOC 格式数据集的制作方法。

文章目录

1、目录结构

在这里插入图片描述

其中 makeTXT.py 用于生成 VOCdevkit/VOC/ImageSets/Main/*.txt，voc_label.py 根据 VOCdevkit/VOC/Annotations/* 、VOCdevkit/VOC/images/* 和 VOCdevkit/VOC/ImageSets/Main/*.txt 生成 VOCdevkit/labels/*txt、VOCdevkit/VOC/test.txt(train.txt、val.txt)

2、Annotations

可以用 LabelImg 对训练图片进行标注，会得到 *.xml，看起来像这样：
在这里插入图片描述

3、images

这个没啥好说的，就是训练的图片。

4、ImageSets/Main

由 makeTXT.py 生成 VOCdevkit/VOC/ImageSets/Main/*.txt 文件，包括 test.txt、train.txt、trainval.txt、val.txt。各文件里面的内容看起来差不多，像这样：
在这里插入图片描述

5、labels

由 voc_label.py 生成，来看一下 labels/*.txt 里的文件内容，像这样：
在这里插入图片描述

6、makeTXT.py

这个脚本用于生成 VOCdevkit/voc/ImageSets/Main 下的 *.txt。

来看一下 makeTXT.py 脚本的内容：

import os
import random
 
trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'VOCdevkit/VOC/Annotations'
txtsavepath = 'VOCdevkit/VOC/ImageSets'
total_xml = os.listdir(xmlfilepath)
 
num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
 
ftrainval = open('VOCdevkit/VOC/ImageSets/Main/trainval.txt', 'w')
ftest = open('VOCdevkit/VOC/ImageSets/Main/test.txt', 'w')
ftrain = open('VOCdevkit/VOC/ImageSets/Main/train.txt', 'w')
fval = open('VOCdevkit/VOC/ImageSets/Main/val.txt', 'w')
 
for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)
 
ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

7、voc_label.py

这个脚本主要用于生成 VOCdevkit/VOC/labels/*.txt 以及最终训练要用的 VOCdevkit/VOC/train.txt、VOCdevkit/VOC/test.txt 和 VOCdevkit/VOC/val.txt。

来看一下 voc_label.py 脚本的内容：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets = ['train', 'test','val']

classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", 
    "car", "cat", "chair", "cow", "diningtable", "dog", "horse", 
    "motorbike", "person", "pottedplant", "sheep", "sofa", "train", 
    "tvmonitor"]

def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

def convert_annotation(image_id):
    in_file = open('VOCdevkit/VOC/Annotations/%s.xml' % (image_id))
    out_file = open('VOCdevkit/VOC/labels/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    for obj in root.iter('object'):
        if obj.find('difficult'):
            difficult = obj.find('difficult').text
        else:
            difficult = 0
        cls = obj.find('name').text
        if cls not in classes or int(difficult) == 1:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
print(wd)

for image_set in sets:
    if not os.path.exists('VOCdevkit/VOC/labels/'):
        os.makedirs('VOCdevkit/VOC/labels/')
    image_ids = open('VOCdevkit/VOC/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('VOCdevkit/VOC/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write('VOCdevkit/VOC/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

收工~

扫描下方二维码即可关注我的微信公众号【极智视界】，获取更多AI经验分享，让我们用极致+极客的心态来迎接AI ！
在这里插入图片描述

标签：ImageSets,分享,VOC,image,VOCdevkit,格式,txt,find
来源： https://blog.csdn.net/weixin_42405819/article/details/119151246

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9