如何用本身的数据制做Pascal VOC格式数据集（详细教程，附带全部代码脚本）

https://zhuanlan.zhihu.com/p/53068162

本文做者管斌，天津大学 电气自动化与信息工程学院研二在读，目前研究方向是深度学习在医学图像检测上的应用。

正文

目前object detection这块主流的数据集主要就是COCO和Pascal VOC格式的。github上现成的检测算法基本都是自带VOC格式数据集的输入接口的，因此想要跑起来一个算法，咱们须要准备好Pascal VOC格式的数据集就能够了。可是以前网上没有对小白很友好的准备Pascal VOC格式数据集的教程。

因此我写了这篇文章，让新手也能够立刻学会的教程。这样你们就不用为准备数据集浪费太多时间。若是看完这篇文章还有不清楚的能够评论区问我。

以我从零准备本身的数据集为例子，首先准备好全部的图像和 用标注工具labelme 标注好的 .xml格式文件。如何组织文件夹和文件位置我录了个视频给你们看清楚。

https://v.qq.com/x/page/e0818v35sgi.html

视频中噪声有点大，建议静音观看

在一个文件夹 image 里建立两个子文件夹 train 和 test 分别存放全部的训练和测试图像。

一样在文件夹 label 里建立两个子文件夹 train 和 test 分别存放全部的训练和测试标注文件。

以上是准备原始的数据，而后咱们要分别提取文件夹image和label里的文件路径，为接下来制做Pascal VOC格式数据集作准备。

注：本文的脚本代码是基于python2.7环境的，python3环境的用户能够用anaconda自行建立一个python2.7的环境，具体方法请百度。

建立sortpath1.sh文件，文件里就一行代码，复制进去保存之后关闭。

find /data/dataset/THIGH -name '*.xml' |sort -n > lb.txt

再建立sortpath2.sh文件，文件里也就一行代码，复制进去保存之后关闭。

find /data/dataset/THIGH -name '*.jpg' |sort -n > fullpath.txt

而后打开终端，输入

./ sortpath1.sh

按回车，即准备好了标注文件的全部路径 lb.txt。

再输入

./ sortpath2.sh

按回车，就准备好了全部图像的路径 fullpath.txt。

打开 fullpath.txt 和 lb.txt 看一下，会是下面这样的。

fullpath.txt

lb.txt

而后建立 prepare.py脚本，完整代码以下，直接复制便可。

import shutil
import os

img_path = 'VOC2007/JPEGImages'
lb_path = 'VOC2007/Annotations'
txt_path = 'VOC2007/ImageSets/Main/'
os.makedirs(img_path)
os.makedirs(lb_path)
os.makedirs(txt_path)

fg = dict()

types = ['humerus', 'elbow', 'forearm']

fimg = open('fullpath.txt')
for line in fimg:
    path = line.strip()
    flag = path.split('/')[-1].split('.')[0]
    for typ in types:
        if path.find(typ) == -1:
            continue
        else:
            flag = typ + '@' + flag
    fg[flag] = path
flb = open('lb.txt')
for line in flb:
    path = line.strip()
    flag = path.split('/')[-1].split('.')[0]
    for typ in types:
        if path.find(typ) == -1:
            continue
        else:
            flag = typ + '@' + flag
    temp = path.split('/')[-2]
    extend = path.split('/')[-3]
    #print temp
    if fg.has_key(flag):
        shutil.copy(fg[flag], img_path)
        flag = flag.split('@')[-1]
        os.rename(img_path + '/' + flag + '.jpg', img_path + '/' + extend + '_' + flag + '.jpg')
        # print img_path, img_path.replace(flag, extend + '_' + flag)
        shutil.copy(path, lb_path)
        os.rename(lb_path + '/' + flag + '.xml', lb_path + '/' + extend + '_' + flag + '.xml')
        if temp == 'train':
            t1 = open(txt_path + 'train.txt', 'a')
            t1.write(extend + '_' + flag + '\n')
            t1.close()
            t2 = open(txt_path + 'trainval.txt', 'a')
            t2.write(extend + '_' + flag + '\n')
            t2.close()
        if temp == 'test':
            t3 = open(txt_path + 'test.txt', 'a')
            t3.write(extend + '_' + flag + '\n')
            t3.close()
        if temp == 'val':
            print temp
            t4 = open(txt_path + 'val.txt', 'a')
            t4.write(extend + '_' + flag + '\n')
            t4.close()
            t5 = open(txt_path + 'trainval.txt', 'a')
            t5.write(extend + '_' + flag + '\n')
            t5.close()

保存，打开终端输入下述代码，并运行

python prepare.py

到这里全部工做就结束了！已经直接制做好了Pascal VOC格式的数据集！最后制做好的的数据集是这样的！

下面是个人知乎原文连接，欢迎评论交流。点击阅读原文，也能够直接访问。

https://zhuanlan.zhihu.com/p/53068162