溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
在做目標檢測任務時，若使用Github已復現的論文時，需首先將自己的數據集轉化為VOC數據集的格式，因為論文作者使用的是公開數據集VOC 2007、VOC2012、COCO等類型數據集做方法驗證與比對。
一、VOC數據集格式
--VOCdevkit2007
--VOC2007
--Annotations (xml格式的文件)
--000001.xml
--ImageSets
--Layout
--Main
--train.txt
--test.txt
--val.txt
--trainval.txt
--Segmentation
--JPEGImages (訓練集和測試集圖片)
--000001.jpg
--results
二、轉換過程步驟
1. 使用標注工具標注圖片目標檢測框，生成JSON格式的標注文件(本人使用此生成類型的標注工具，也可使用(LabelImg等標注工具)；
2. 批量修改圖片和標注文件名稱，從000001.jpg、000001.json標號開始；
#coding='utf-8'
import os
import numpy as np
def imgs_rename(imgs_path):
imgs_labels_name = np.array(os.listdir(imgs_path)).reshape(-1,2)
# 從 000001開始
i = 1
for img_label_name in imgs_labels_name:
if img_label_name[0].endswith('.jpg'):
# 修改圖片名稱
img_old_name = os.path.join(os.path.abspath(imgs_path), img_label_name[0])
# 類別+圖片編號 format(str(i),'0>3s') 填充對齊
img_new_name = os.path.join(os.path.abspath(imgs_path), '00' + format(str(i),'0>4s') + '.jpg')
os.rename(img_old_name, img_new_name)
# 修改json文件名稱
label_old_name = os.path.join(os.path.abspath(imgs_path), img_label_name[1])
label_new_name = os.path.join(os.path.abspath(imgs_path), '00' + format(str(i), '0>4s') + '.json')
os.rename(label_old_name, label_new_name)
i = i + 1
if __name__=='__main__':
# 讀取json文件的路徑
root = "read_file_path"
imgs_rename(root)
3. 提取圖片和標注文件到不同文件夾下，并將讀取的標注框轉化為txt文件格式(本人的圖片和JSON文件在同一目錄下生成)；
import json
import os
import numpy as np
import cv2
#讀取json格式文件，返回坐標
def read_json(file_name):
file = open(file_name,'r',encoding='utf-8')
set = json.load(file)
# print("讀取完整信息：",set)
coord = set['objects'][0]['seg'] # 只讀取第一個標注的車牌
return coord
def save_imgs(imgs_jsons_files, imgs_path):
# 提取圖片文件夾中的jpg文件名稱
for idx in range(len(imgs_jsons_list)):
if imgs_jsons_list[idx][-3:]=='jpg':
img_name = imgs_jsons_list[idx]
read_img_path = os.path.join(imgs_jsons_files, img_name)
img = cv2.imread(read_img_path)
save_img_path = os.path.join(imgs_path, img_name)
cv2.imwrite(save_img_path, img)
def save_labels(imgs_jsons_files, labels_path):
# 提取圖片文件夾中的json文件名稱
for idx in range(len(imgs_jsons_list)):
if imgs_jsons_list[idx][-4:] == 'json':
json_name = imgs_jsons_list[idx]
# 操作每一個json文件，讀取并保存坐標
json_path = os.path.join(imgs_jsons_files, json_name)
json_coord = read_json(json_path)
if len(json_coord) > 8:
print("標注坐標多于四個點的文件名稱：", json_name)
# 提取左上和右下坐標
roi_coord = []
for idx in range(len(json_coord)):
if idx == 0 or idx == 1 or idx == 4 or idx == 5:
roi_coord.extend([json_coord[idx]])
# 保存roi坐標到txt文件中
label_path = labels_path + json_name[:6] + '.txt'
np.savetxt(label_path, roi_coord)
if __name__=='__main__':
print("loading......")
# 讀取jpg json文件的路徑
imgs_jsons_files = "Jpg_json_file_path"
# 保存讀取的真實標簽路徑
labels_path = "save_labels_path"
if not os.path.exists(labels_path):
os.mkdir(labels_path)
# 保存讀取的圖片
imgs_path = "sabe_imgs_path"
if not os.path.exists(imgs_path):
os.mkdir(imgs_path)
imgs_jsons_list = os.listdir(imgs_jsons_files)
save_imgs(imgs_jsons_files, imgs_path)
save_labels(imgs_jsons_files, labels_path)
print("done!!!")
4. 轉化標注框txt格式為xml格式；
# encoding = utf-8
import os
import numpy as np
import codecs
import cv2
def read_txt(label_path):
file = open(label_path,'r',encoding='utf-8')
label_lines = file.readlines()
label = []
for line in label_lines:
one_line = float(line.strip().split('\n')[0])
label.extend([one_line])
return np.array(label,dtype=np.float64)
def covert_xml(label,xml_path, img_name, img_path):
# 獲得圖片信息
img = cv2.imread(img_path)
height, width, depth = img.shape
x_min,y_min,x_max,y_max = label
xml = codecs.open(xml_path, 'w', encoding='utf-8')
xml.write('<annotation>\n')
xml.write('\t<folder>' + 'VOC2007' + '</folder>\n')
xml.write('\t<filename>' + img_name + '</filename>\n')
xml.write('\t<source>\n')
xml.write('\t\t<database>The VOC 2007 Database</database>\n')
xml.write('\t\t<annotation>Pascal VOC2007</annotation>\n')
xml.write('\t\t<image>flickr</image>\n')
xml.write('\t\t<flickrid>NULL</flickrid>\n')
xml.write('\t</source>\n')
xml.write('\t<owner>\n')
xml.write('\t\t<flickrid>NULL</flickrid>\n')
xml.write('\t\t<name>faster</name>\n')
xml.write('\t</owner>\n')
xml.write('\t<size>\n')
xml.write('\t\t<width>' + str(width) + '</width>\n')
xml.write('\t\t<height>' + str(height) + '</height>\n')
xml.write('\t\t<depth>' + str(depth) + '</depth>\n')
xml.write('\t</size>\n')
xml.write('\t\t<segmented>0</segmented>\n')
xml.write('\t<object>\n')
xml.write('\t\t<name>plate</name>\n')
xml.write('\t\t<pose>Unspecified</pose>\n')
xml.write('\t\t<truncated>0</truncated>\n')
xml.write('\t\t<difficult>0</difficult>\n')
xml.write('\t\t<bndbox>\n')
xml.write('\t\t\t<xmin>' + str(x_min) + '</xmin>\n')
xml.write('\t\t\t<ymin>' + str(y_min) + '</ymin>\n')
xml.write('\t\t\t<xmax>' + str(x_max) + '</xmax>\n')
xml.write('\t\t\t<ymax>' + str(y_max) + '</ymax>\n')
xml.write('\t\t</bndbox>\n')
xml.write('\t</object>\n')
xml.write('</annotation>')
if __name__=='__main__':
labels_file_path = "D:/Code_py/VOC2007/labels/"
imgs_file_path = "D:/Code_Py/VOC2007/imgs/"
xmls_file_path = "D:/Code_py/VOC2007/xmls/"
if not os.path.exists(xmls_file_path):
os.mkdir(xmls_file_path)
labels_name = os.listdir(labels_file_path)
for label_name in labels_name:
label_path = os.path.join(labels_file_path, label_name)
label = read_txt(label_path)
xml_name = label_name[:6]+'.xml'
xml_path = os.path.join(xmls_file_path, xml_name)
img_name = label_name[:6]+'.jpg'
img_path = os.path.join(imgs_file_path, img_name)
covert_xml(label, xml_path, img_name, img_path)
5. 切分數據集為訓練集、驗證集和測試集，僅保存圖片的名稱到txt問價下即可；
import os
import numpy as np
if __name__=='__main__':
root = "save_path"
train = open(root+"train.txt", 'w', encoding='utf-8')
train_val = open(root+"trainval.txt", 'w', encoding='utf-8')
test = open(root+"test.txt", 'w', encoding='utf-8')
val = open(root+"val.txt", 'w', encoding='utf-8')
imgs_path = os.path.join(root, "imgs")
imgs_name = os.listdir(imgs_path)
# 首先切分訓練驗證集和測試集
train_val_img_info = []
for img_name in imgs_name:
x = np.random.uniform(0,1)
img_info = str(img_name).strip().split('.')[0]
# 隨機選取1/2比例的數據為測試集
if x>0.5:
train_val_img_info.append(img_info)
train_val.writelines(img_info)
else:
test.writelines(img_info+'\n')
# 然后切分訓練驗證集為訓練集和驗證集
for img_name in train_val_img_info:
x = np.random.uniform(0,1)
if x>0.5:
train.writelines(img_name+'\n')
else:
val.writelines(img_name+'\n')
以上這篇將數據集制作成VOC數據集格式的實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持億速云。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
