就目前我在了解到的资料来看,训练RCNN系列,一般有两种思路:
- 修改CNN的工程代码,适应自己的数据集格式
- 将自己的数据格式做成VOC2007形式的数据集
从工作量来看,无疑后者更容易一些,本文的思路也是如此。
首先是图片的命名格式,虽然图片的命名理论上不会影响训练。因为训练的数据都是从txt文件中读取图片的名称。但是为了统一数据集,仍然建议批量、有规律的命名数据图片。
我的数据集是jpg格式,和PASCAL_VOC2007一样。将图片置于同一个文件夹中,然后运行一段python代码即可。
代码见文末
命名之后,就可以进行标注了。我借用了一个网上的标注工具,windows7下运行良好,可惜没放出源码,无法学习交流。
标注工具得到了一份标注的集合的txt文件,记录图片和标注信息
上述都是准备工作,然后就可以制作VOC格式的数据集了。总体来看,VOC格式的数据集格式如下:
---VOC2007 ------Annotations ------