<>1.前序


前几天师弟问我如何做自己的VOC2007数据集的事情,当时跟他说网上资料很多,让他自己查查,但不知道什么原因和我说还是没搞好。自己想想也是,不熟悉的东西即便在别人眼里看似很简单,到了自己跟前也变得深奥到天际。所以这里方便大家一起学习就写了这篇博客,供大家和师弟参考,如有错误的地方还请大家指教。
在做目标检测时,我们需要准备好自己的数据集,将其制作为VOC2007格式的数据集,这里可以下载原始VOC2007数据集:VOC2007数据集
<https://pjreddie.com/projects/pascal-voc-dataset-mirror/>,我们来看看这个数据集到底是什么样的。


解压VOC2007数据集后可以看到VOC2007文件夹下有以下5个文件夹:

* Annotations文件夹
该文件下存放的是xml格式的标签文件,每个xml文件都对应于JPEGImages文件夹的一张图片。
* JPEGImages文件夹
改文件夹下存放的是数据集图片,包括训练和测试图片。
* ImageSets文件夹
该文件夹下存放了三个文件,分别是Layout、Main、Segmentation。在这里我们只用存放图像数据的Main文件,其他两个暂且不管。
* SegmentationClass文件和SegmentationObject文件。
这两个文件都是与图像分割相关。
<>2.开始制作


制作自己的VOC2007格式数据集其实不需要上述那么多内容,我们只要做三个部分即可:Annotations文件夹、JPEGImages文件夹、ImageSets文件夹下的Main文件。



第一步:我们参照原始VOC2007数据集的文件层次创建上述四个文件夹,也就是创建一个VOCdevkit文件夹,下面再创建Annotations、JPEGImages、ImageSets三个文件夹,最后在ImageSets文件夹下再创建一个Main文件夹。

创建好所有文件夹后,我们将自己的数据集图片都放到JPEGImages文件夹下。按照习惯,我们将图片的名字修改为000001.jpg这种格式的(参照原始数据集图片命名规则),统一命名方法网络上有很多,网上很多,这里就不多赘述了。

另外强调两点:第一点是图片的格式,图片需是JPEG或者JPG格式,其他格式需要转换一下。第二点是图片的长宽比,图片长宽比不能太大或太小,这个参考原始VOC2007数据集图片即可。


第二步:我们来制作Annotations文件夹下所需要存放的xml文件。这里我们需要借助大神带给我们的福利了:LabelImg工具
<https://github.com/tzutalin/labelImg>
,可以按照上面的说明进行安装和使用。看到满篇的英文是不是很晕,那这里有个简单的方法可以帮助到大家!当然lxml
库文件还是要装的,但如果你用的是Anaconda环境,那么你什么都不用做,只需要点击这里:LabelImg标注工具
<https://github.com/tzutalin/labelImg/releases>
,根据自己的情况选择下载window版本还是linux版本,然后解压使用就行了!

关于如何使用,这里以window版本的为例说明。下载解压后会得到一个exe可执行文件,另一个是data文件夹,这里面有个txt文件,内容是预定义的分类标签名,里面的标签可以根据自己的需要进行修改。执行exe文件打开标注界面就可以进行操作了,操作方法可以参考这篇文章:
使用方法 <http://blog.csdn.net/jesse_mx/article/details/53606897>
这里给张标注工具的参考图:

下面就进行漫长的标注工作吧。。。

说明:每标注完一张图片后进行保存,保存的xml文件名要与对应图片名一致,大家可以参考原始VOC2007数据集中JPEGImages文件夹下图片的命名和Annotations文件夹中的xml文件命名规则。
备注:这里还有个制作工具VOC2007数据格式制作工具 <https://pan.baidu.com/s/1EBbX9Phy8BTRrWrmEfQnsw>
也很好用,大家也可以试一试。这个是在网上看到的,忘记作者了,在这里表示感谢。


第三步:我们来制作ImageSets文件夹下Main文件夹中的4个文件(test.txt、train.txt、trainval.txt、val.txt)。
首先我们先来了解下这四个文件到底是干什么用的,当然从文件的命名上我们也都能大体猜得上来他们的作用,不过这里还是简单的说明一下吧。
test.txt:测试集
train.txt:训练集
val.txt:验证集
trainval.txt:训练和验证集


在原始VOC2007数据集中,trainval大约占整个数据集的50%,test大约为整个数据集的50%;train大约是trainval的50%,val大约为trainval的50%。所以我们可参考以下代码来生成这4个txt文件:
import os import random trainval_percent = 0.5 train_percent = 0.5 xmlfilepath
= 'Annotations' txtsavepath = 'ImageSets/Main' 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(txtsavepath+'/trainval.txt', 'w') ftest = open(
txtsavepath+'/test.txt', 'w') ftrain = open(txtsavepath+'/train.txt', 'w') fval
= open(txtsavepath+'/val.txt', 'w') for i in list: name=total_xml[i][:-4]+'\n'
if i in trainval: ftrainval.write(name) if i in train: ftrain.write(name) else:
fval.write(name) else: ftest.write(name) ftrainval.close() ftrain.close() fval.
close() ftest .close()
注意:上述代码中涉及到的路径要写全,另外各个数据集所占比例根据实际数据集的大小调整比例。

至此,我们自己的VOC2007格式数据集就全部制作完成了。

友情链接
ioDraw流程图
API参考文档
OK工具箱
云服务器优惠
阿里云优惠券
腾讯云优惠券
华为云优惠券
站点信息
问题反馈
邮箱:ixiaoyang8@qq.com
QQ群:637538335
关注微信