VOC2007数据集解析(VOC_Visual Object Classes)
下载
首先从网站上下载VOC2007数据集下载链接
文件结构
概述
下载后的数据文件主要包含以下内容：
由于我们是将数据用于检测，因此，我们只关注Annotation，ImageSets和JPEGImages三个文件夹。下面我们逐个分析每一个文件夹下面的内容：
JPEGImages
这个文件夹主要放置数据的原始图片，图片的文件名用00001.jpg进行命名。
Annotations
这个文件夹放置的是对每一张图片的标注。标注使用XML文件的格式。XML是标记语言，形如HTML，详细概念参看百度。每一个XML文件对应一张图片的标注结果，我们以上图000005.jpg的标注为例进行说明。
首先该图的内容是这样的：
这张图片对应的XML文件(000005.xml)标记结果如下：
<annotation>
<folder>VOC2007</folder>
<!--文件名-->
<filename>000005.jpg</filename>.
<!--数据来源-->
<source>
<!--数据来源-->
<database>The VOC2007 Database</database>
<annotation>PASCAL VOC2007</annotation>
<!--来源是flickr，一个雅虎的图像分享网站，下面是id，对于我们没有用-->
<image>flickr</image>
<flickrid>325991873</flickrid>
</source>
<!--图片的所有者，也没有用-->
<owner>
<flickrid>archintent louisville</flickrid>
<name>?</name>
</owner>
<!--图像尺寸,宽、高、长-->
<size>
<width>500</width>
<height>375</height>
<depth>3</depth>
</size>
<!--是否用于分割，0表示用于，1表示不用于-->
<segmented>0</segmented>
<!--下面是图像中标注的物体,每一个object包含一个标准的物体-->
<object>
<!--物体名称，拍摄角度-->
<name>chair</name>
<pose>Rear</pose>
<!--是否被裁减，0表示完整，1表示不完整-->
<truncated>0</truncated>
<!--是否容易识别，0表示容易，1表示困难-->
<difficult>0</difficult>
<!--bounding box的四个坐标-->
<bndbox>
<xmin>263</xmin>
<ymin>211</ymin>
<xmax>324</xmax>
<ymax>339</ymax>
</bndbox>
</object>
<object>
<name>chair</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>165</xmin>
<ymin>264</ymin>
<xmax>253</xmax>
<ymax>372</ymax>
</bndbox>
</object>
<object>
<name>chair</name>
<pose>Unspecified</pose>
<truncated>1</truncated>
<difficult>1</difficult>
<bndbox>
<xmin>5</xmin>
<ymin>244</ymin>
<xmax>67</xmax>
<ymax>374</ymax>
</bndbox>
</object>
<object>
<name>chair</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>241</xmin>
<ymin>194</ymin>
<xmax>295</xmax>
<ymax>299</ymax>
</bndbox>
</object>
<object>
<name>chair</name>
<pose>Unspecified</pose>
<truncated>1</truncated>
<difficult>1</difficult>
<bndbox>
<xmin>277</xmin>
<ymin>186</ymin>
<xmax>312</xmax>
<ymax>220</ymax>
</bndbox>
</object>
</annotation>
Imagesets
VOC2007/ImageSets/Main/文件夹包含txt文件，这些文件指定哪些是图片用于哪一个类的训练还是验证，其中1表示正例，-1表示反例。
PS：暂且不知道为什么还有有一个trainval这样的文件，表示训练集和验证集一起的文件。
自定义数据集转化成VOC格式
解决JPEGSets
首先全部图片保存到JPEGSets里面，很简单。图片的命名方式采用如VOC一样。训练和验证数据混放一起。
解决Annotation文件
使用标注软件对数据手动标注，软件会自动生成图片信息的xml文件。
软件下载
密码：ayyy
软件简单介绍
我下载的是win版本，懒人，不想重新编译源代码。
- 导入图片
- 点击左侧的create Rect 创建标注框
- 可以创建新的Label
- 最后点击verifyImage进行确认，导出XML文件
<annotation verified="yes">
<folder>Desktop</folder>
<filename>20161009190557135.jpeg</filename>
<path>C:/Users/Administrator/Desktop/20161009190557135.jpeg</path>
<source>
<database>Unknown</database>
</source>
<size>
<width>500</width>
<height>332</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>199</xmin>
<ymin>51</ymin>
<xmax>287</xmax>
<ymax>202</ymax>
</bndbox>
</object>
<object>
<name>horse</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>94</xmin>
<ymin>100</ymin>
<xmax>350</xmax>
<ymax>321</ymax>
</bndbox>
</object>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>1</difficult>
<bndbox>
<xmin>377</xmin>
<ymin>156</ymin>
<xmax>417</xmax>
<ymax>206</ymax>
</bndbox>
</object>
<object>
<name>person</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>1</difficult>
<bndbox>
<xmin>64</xmin>
<ymin>108</ymin>
<xmax>109</xmax>
<ymax>172</ymax>
</bndbox>
</object>
</annotation>
解决Imagesets里的文件
先抄别人一份代码，然后自己修改
import os
import random
trainval_percent = 0.66
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('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('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:
ftrain.write(name)
else:
fval.write(name)
else:
ftest.write(name)
ftrainval.close()
ftrain.close()
fval.close()
ftest .close()
转载自：https://blog.****.net/qq_33297776/article/details/79758342