SiameseFC-TensorFlow 代码详细注解（二）：训练数据VID2015预处理

说明：该系列博客源码链接为：https://github.com/bilylee/SiamFC-TensorFlow，是实验室同小组的师兄用TensorFlow实现SiameseFC算法的最终公开版本，经过了长时间的打磨，各个模块功能明确，整体可读性和可移植性极好，我相信这对做Tracking的小伙伴来说，是个入门SiameseFC Tracker的特别好的选择。哈哈，觉得代码很棒的小伙伴们可以点个Star哦，也欢迎交流学习和指教。

上一篇介绍跑SiameseFC代码的主要流程，这一篇主要介绍开始训练自己的模型的第一步：训练数据预处理。

1：VID2015相关链接

ImageNet比赛官网 ：http://image-net.org/challenges/LSVRC/，可以了解比赛信息，包含各比赛实验数据。

VID2015数据下载链接：http://bvisionweb1.cs.unc.edu/ilsvrc2015/download-videos-3j16.php#vid

2：ILSVRC2015 VID数据

解压缩之前，数据大小约86G，解压缩之后的文件夹目录如下：

ImageSets：包含一些.txt文件，子数据集的相关描述，预处理过程中用不到，可忽略。

Data ：存储的所有数据信息，包括了图片（val,train,test）和视频片段（snippets）。

Annotations：对应的Data中图片的注释信息，包括val和train部分。

Data子文件夹VID下的文件目录如下：

查看当前文件目录下的文件数量命令：（R代表包含子目录）

ls -lR|grep"^-"| wc -l

可通过上面的指令进入到对应的文件夹中统计VID数据的详细信息如下：

Snippets :  3862+ 555 + 937 = 5354 videos

Train       :   3862  videos  ( 1122397 images )

Val          :   555    videos  ( 176126   images )

Test         :   937    videos  ( 315175   images )

Annotations子文件夹VID下的文件目录如下：

只包含了val和train部分，和上面Data/VID/val和train相对应，存储的是每个图片的.xml格式的标注信息。

挑出来一个.xml文件看看里面长什么样，如下：

.xml注释文件有我们需要用到的folder,filename,size,trackid,bndbox等信息，后面会解析出相关的信息的，说明一下这个trackid很重要，同一个image中有多个trackid说明包含该image的短视频存在着很多个目标，在后面就会解析出来更多的videos，记住这点对看后面的数据处理有帮