一、数据集文件夹

新建一个文件夹，用来存放整个数据集，或者和voc2007一样的名字：VOC2007

然后在文件夹里面新建如下文件夹：

二、将训练图片放到JPEGImages

将所有的训练图片放到该文件夹里，然后将图片重命名为VOC2007的“000005.jpg”形式

重命名的python代码为：

import os

path= r"D:\VOC2007\JPEGImages"filelist=os.listdir(path) #该文件夹下所有的文件(包括文件夹)

count=0

for file infilelist:

print(file)for file infilelist: #遍历所有文件

Olddir=os.path.join(path,file) #原来的文件路径ifos.path.isdir(Olddir): #如果是文件夹则跳过continuefilename=os.path.splitext(file)[0] #文件名

filetype=‘.jpg’ #文件扩展名

Newdir=os.path.join(path,str(count).zfill(6)+filetype) #用字符串函数zfill 以0补全所需位数

os.rename(Olddir,Newdir)#重命名

count+=1

重命名

三、标注图片，标注文件保存到Annotations

使用Github上的labelimg:https://github.com/tzutalin/labelImg

这一步需要安装Pyqt and lxml 下载地址：

https://www.lfd.uci.edu/~gohlke/pythonlibs/#PyQt4

https://www.lfd.uci.edu/~gohlke/pythonlibs/#Lxml

然后在labelImage 的目录下 shift+右键打开PowerShell 运行一下命令：

pyrcc4 -py3 -o resources.py resources.qrc

python labelImg.py

这个时候，就会出现labelimage的窗口

labelimg窗口的使用方法：

• 源码文件夹中使用notepad++打开data/predefined_classes.txt，可以修改默认类别，比如改成bus、car、building三个类别。 先修改，再打开labelimage

• 修改默认的XML文件保存位置，可以用“Ctrl+R”，改为自定义位置(D:\VOC2007\Annotations 数据集的Annotations 文件夹)，这里的路径不能包含中文，否则无法保存。

•“Open Dir”打开需要标注的样本图片文件夹，会自动打开第一张图片，开始进行标注

• 使用“Create RectBox”开始画框

• 完成一张图片后点击“Save”，此时XML文件已经保存到本地了。

• 点击“Next Image”转到下一张图片。

• 标注过程中可随时返回进行修改，后保存的文件会覆盖之前的。

• 完成标注后打开XML文件，发现确实和PASCAL VOC所用格式一样。

PS：

每个图片和标注得到的xml文件，JPEGImages文件夹里面的一个训练图片，对应Annotations里面的一个同名XML文件，一 一 对应，命名一致

标注自己的图片的时候，类别名称请用小写字母，比如汽车使用car，不要用Car

pascal.py中读取.xml文件的类别标签的代码：

cls = self._class_to_ind[obj.find('name').text.lower().strip()]

写的只识别小写字母，如果你的标签含有大写字母，可能会出现KeyError的错误。

四、ImageSets\Main里的四个txt文件

在ImageSets里再新建文件夹，命名为Main，在Main文件夹中生成四个txt文件，即：

test.txt是测试集

train.txt是训练集

val.txt是验证集

trainval.txt是训练和验证集

VOC2007中，trainval大概是整个数据集的50%，test也大概是整个数据集的50%；train大概是trainval的50%，val大概是trainval的50%。

txt文件中的内容为样本图片的名字(不带后缀)，格式如下：

根据已生成的xml，制作VOC2007数据集中的trainval.txt ； train.txt ； test.txt ； val.txt

trainval占总数据集的50%，test占总数据集的50%；train占trainval的50%，val占trainval的50%；

上面所占百分比可根据自己的数据集修改，如果数据集比较少，test和val可少一些

在自己的VOC2007文件夹下创建.py文件，运行以下程序

importosimportrandom

trainval_percent= 0.66train_percent= 0.5xmlfilepath= '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 inlist:

name=total_xml[i][:-4]+'\n'

if i intrainval:

ftrainval.write(name)if i intrain:

ftrain.write(name)else:

fval.write(name)else:

ftest.write(name)

ftrainval.close()

ftrain.close()

fval.close()

ftest .close()-------------------

Main

或者

xmlfilepath='E:\Annotations';

txtsavepath='E:\ImageSets\Main\';

trainval_percent=0.5; #trainval占整个数据集的百分比，剩下部分就是test所占百分比

train_percent=0.5; #train占trainval的百分比，剩下部分就是val所占百分比

xmlfile=dir(xmlfilepath);

numOfxml=length(xmlfile)-2;#减去.和.. 总的数据集大小

trainval=sort(randperm(numOfxml,floor(numOfxml*trainval_percent)));

test=sort(setdiff(1:numOfxml,trainval));

trainvalsize=length(trainval); #trainval的大小

train=sort(trainval(randperm(trainvalsize,floor(trainvalsize*train_percent))));

val=sort(setdiff(trainval,train));

ftrainval=fopen([txtsavepath 'trainval.txt'],'w');

ftest=fopen([txtsavepath 'test.txt'],'w');

ftrain=fopen([txtsavepath 'train.txt'],'w');

fval=fopen([txtsavepath 'val.txt'],'w');for i=1:numOfxmlifismember(i,trainval)

fprintf(ftrainval,'%s\n',xmlfile(i+2).name(1:end-4));ifismember(i,train)

fprintf(ftrain,'%s\n',xmlfile(i+2).name(1:end-4));elsefprintf(fval,'%s\n',xmlfile(i+2).name(1:end-4));

endelsefprintf(ftest,'%s\n',xmlfile(i+2).name(1:end-4));

end

end

fclose(ftrainval);

fclose(ftrain);

fclose(fval);

fclose(ftest);

Main

至此，VOC2007数据集制作完成，后续会将此数据集用于tensorflow faster rcnn中使用。

参考文章：https://blog.csdn.net/u011574296/article/details/78953681

https://blog.csdn.net/weixin_38124357/article/details/78425890