【pytorch-ssd目标检测】制作类似pascal voc格式的目标检测数据集

pascal voc目标检测数据集格式如下：

其中：

• Annotations为图像标注信息xml文件
• ImageSets为训练集、测试集、验证、训练验证集图像名的txt文件 
• JPEGImages为原始的图片

pascal voc或yolo格式的数据可以使用labelimg进行标注：下载地址：

链接：https://pan.baidu.com/s/1r8x7tu0sdO_UUuCXKVfELQ
提取码：l325 

操作挺简单的，就不介绍了。

标注好的xml文件类似如下：

<annotation>
    <folder>JPEGImages</folder>
    <filename>test_00000002.jpg</filename>
    <path>E:\detection\pascal voc\maskornot\JPEGImages\test_00000002.jpg</path>
    <source>
        <database>Unknown</database>
    </source>
    <size>
        <width>480</width>
        <height>600</height>
        <depth>3</depth>
    </size>
    <segmented>0</segmented>
    <object>
        <name>mask</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>112</xmin>
            <ymin>7</ymin>
            <xmax>352</xmax>
            <ymax>325</ymax>
        </bndbox>
    </object>
</annotation>

其对应的图像如下：

然后划分训练集、测试集、验证集、训练验证集：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%

import os
import random
 
trainval_percent = 0.5
train_percent = 0.5
xmlfilepath = '/content/drive/My Drive/pytorch_ssd/data/maskornot/Annotations'
txtsavepath = '/content/drive/My Drive/pytorch_ssd/data/maskornot/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()

运行之后：

其中tranval.txt的部分结果为：

test_00000002
test_00000003
test_00000006
test_00000009
test_00000008
test_00000012
test_00000013
test_00000014
test_00000020

至此，目标检测数据集的创建就完成了。

 

下一节，使用pytorch-ssd训练自己创建的数据集。