从官网下载了VOC2007的数据集,针对自己的数据集制作了VOC格式的,主要包括JPEGImages、Annotations、ImageSets三个文件夹(官网的包含五个,其余两个可能并不需要吧),JPEGImages文件夹中存放自己需要处理的所有图片,Annotations文件夹中存放图片对应的xml文件(使用标注工具生成的),ImageSets主要包含Main文件夹(官网的含有三个,其余两个暂时不需要),Main文件夹里存放的是四个txt文件,分别为
每一个txt文件存放的是对应数据集的名字,如:
txt文件需要自动生成,采用的是python写的一个demo
import os
import random
#先划分训练集+验证集(0.8)和测试集,再将训练集+验证集划分开(一样一半)
trainval_percent = 0.8
train_percent = 0.7
xmlfilepath = 'C:\\Users\\asus\\Desktop\\Annotations'
txtsavepath = 'C:\\Users\\asus\\Desktop\\ImageSets\\Main'
total_xml = os.listdir(xmlfilepath)
num=len(total_xml)
tv=int(num*trainval_percent)#训练集+验证集
tr=int(tv*train_percent) #训练集
trainval= random.sample(range(num),tv)
train=random.sample(trainval,tr)
ftrainval = open('C:\\Users\\asus\\Desktop\\ImageSets\\Main\\trainval.txt', 'w')
ftest = open('C:\\Users\\asus\\Desktop\\ImageSets\\Main\\test.txt', 'w')
ftrain = open('C:\\Users\\asus\\Desktop\\ImageSets\\Main\\train.txt', 'w')
fval = open('C:\\Users\\asus\\Desktop\\ImageSets\\Main\\val.txt', 'w')
for i in range(num):
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()