下面就是用别人的框架训练自己的数据了
(1) 依旧是在源码 https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5的基础之上进行改进
(2) 准备数据集:
需要:在masteràdata 下创建一个自己的存放数据的文件夹,如:VOCdevkit2007在该文件夹下:
a. 创建文件夹Annotations---用于存放使用label image生成的xml 文件
b. ImageSets---用于存放trian.txt test.txt trainval.txt val.txt(图片的名称)
c. JPEGImages—你所有的jpg格式的图片(包括训练测试等,txt文件中可以区分)
补充:对图片处理的 py code
批量修改图片名称,以及XML名称:
import os
import glob
import shutil
# 目录名称,你要自己修改
_dir = "H:/mypic/"
file_name = os.listdir(_dir)
print(file_name)
n=1
for file in file_name:
pic_name = os.listdir(_dir+file)
#print(pic_name)
for pic in pic_name:
if os.path.isdir(_dir+file+'/'+pic):
xml_name=os.listdir(_dir+file+"/"+pic)
for xml in xml_name:
shutil.copy( _dir+file+'/'+pic+"/"+xml, 'G:/data/VOCdevkit2007/VOC2007/Annotations/')
#