pytorch 从头开始faster-rcnn（二）：数据集处理

一个神经网络的开始首先是要对数据进行处理。

目标检测图像分为两个部分，一个是原始图像，另外一个是标志的xml文件。

由于pytorch数据使用迭代器加载，所以处理都是一张一张图像的处理。

1.加载图像和标签。

标签包括boundingbox和其名称标签，由于boundingbox和其标签有多个，所有使用循环读取。返回图像及其标签。

    def get_example(self, i):
        """Returns the i-th example.

        Returns a color image and bounding boxes. The image is in CHW format.
        The returned image is RGB.

        Args:
            i (int): The index of the example.

        Returns:
            tuple of an image and bounding boxes

        """
        id_ = self.ids[i]
        anno = ET.parse(
            os.path.join(self.data_dir, 'Annotations', id_ + '.xml'))
        bbox = list()
        label = list()
        difficult = list()
        for obj in anno.findall('object'):
            # when in not using difficult split, and the object is
            # difficult, skipt it.