转自http://blog.csdn.net/sinat_30071459/article/details/50723212，自己加入了自己制作数据集时遇到的一些问题，和想法
首先录一段想制作成数据集的目标的视频，截成一帧一帧的图片，作为数据集的原材料。
0.文件夹名
首先，确定你的数据集所放的文件夹名字，例如我的叫logos。
（或者和voc2007一样的名字：VOC2007）
1.图片命名
虽然说图片名对训练没什么影响，但建议还是按VOC2007那样，如“000005.jpg”这种形式。至于图片格式，代码里是写的jpg。
批量修改图片名字为VOC2007格式可以参考以下Matlab代码：
图片名如果比较特殊或者像1(1).jpg等这类可能无法重命名，可以使用imwrite，如：
也可以使用Total Commander来批量重命名，非常方便，推荐使用这个工具。
下载地址：
Total Commander破解版
此处附上自己做的Python写的文件编号
import os
def rename(name_long):
count = 0
path_in = 'D:\\messing\\test' #需要进行编号的图片储存文件夹
path_out = 'D:\\messing\\test\\finish' #编号后的图片存储位置
filelist = os.listdir(path_in) # 该文件夹下所有的文件（包括文件夹）
for files in filelist: # 遍历所有文件
Olddir = os.path.join(path_in, files) # 原来的文件路径
if os.path.isdir(Olddir): # 如果是文件夹则跳过
continue
filename = os.path.splitext(files)[0] # 文件名
filetype = os.path.splitext(files)[1] # 文件扩展名
str_count = str(count) #转化为string型
add_zero = name_long - len(str_count) #计算需要补的0数
while add_zero > 0:
str_count = '0' + str_count
add_zero -= 1
Newdir = os.path.join(path_out, str_count + filetype) # 新的文件路径
os.rename(Olddir, Newdir) # 重命名
count += 1
name_long = 6 #文件名的总长度
rename(name_long)
如果有同学想从视频里获得一帧一帧分割好的，正确序号名称的图片，可以参考我写的以下代码
# work with opencv in linux
import cv2
import os
video_path = '/media/Ubuntu/Jetson/WYZ/messing/turtle_boot.mp4'
save_path = '/media/Ubuntu/Jetson/WYZ/messing/imageSave/'
name_length = 6
capture = cv2.VideoCapture(video_path)
#cv2.namedWindow("Video")
ret, frame = capture.read()
num_picture = 0
while ret:
#cv2.imshow("Video", frame)
#cv2.waitKey(1)
num_picture_str = str(num_picture)
add_zero = name_length - len(num_picture_str)
while add_zero > 0:
num_picture_str = '0' + num_picture_str
add_zero -= 1
final_path = save_path + num_picture_str + '.jpg'
print(final_path)
cv2.imwrite(final_path, frame)
num_picture += 1
ret, frame = capture.read()2.画目标包围框
将图片中所框的目标信息保存起来，我的是保存到txt里，如下：
注： "car"是后来进行替换的，之前已有一个字母
前面是图片名，中间是目标类别，最后是目标的包围框坐标（左上角和右下角坐标）。
打框的代码(c++)我封装成了dll，下载地址：
图像标注VS2013项目 （我的环境是win7vs2013旗舰版，win8 win10好像不能运行）
或者下这个EXE版本的（win7下用cmd运行，win8 win10可能运行不了）：
图像标注EXE
注：博主电脑是win10系统，确实无法运行，后来再win7系统上实现的。当时还报了一个错误，百度一下，下载一个东西安装上就可以使用了，相信聪明的大家肯定没问题。
2016-10-18：
上面标注的代码使用的是别人封装的opencv动态库，现在修改为opencv2.4.10，64位，vs2013，按网上教程配置好opencv，资源地址：
上面的代码好像忘写操作说明了，这里写一下：
（1）图片显示出来后，输入法切换到英文；
（2）在目标的左上角按下鼠标左键，拉一个包围框到目标右下角，然后键盘输入标签(一个字符)
（3）继续（2）操作，直到框完该张图片上的目标；
（4）按n进入下一张，esc退出。
注意：标签只能输入一个字符，你可以在生成的txt文件中替换成你实际的标签。
将第2步得到的txt转成xml。 如果每张图片有一个或多个包围框，可参考代码：
VOC2007xml（这份代码生成的xml训练Matlab版本的FRCNN可能会出错，最好用下面修改过的）
这份代码生成的xml第一行含有版本和编码信息：<?xml version="1.0" encoding="utf-8"?>，并且含有空格，用来训练Faster RCNN可能会有问题，如下：
（左边是VOC2007数据集中的xml，右边是上面代码生成的xml（第一行我删掉了），用Notepad打开就可以看到）
VOC2007中的xml前面是tab字符（左边那些箭头），上面代码生成的xml是空格（那些小黄点），所以，必须将空格转换成tab，
下载修改过的代码：
VOC2007xml_new
（下载VOC2007xml_new就可以了，不用下载VOC2007xml，不过如果xml用作其他用途还是可以的）
最终，得到的xml就和VOC一样。
2016-11-24：
上面做xml的代码请下载修改过的代码！！！因为第一份代码带有<?xml version="1.0" encoding="utf-8"?>以及空格，训练会出错的！！！本来想把第一份代码删掉的，但是csdn好像没法删资源啊！！！
代码是Matlab（2014b）写的，没怎么优化，当时想的就是功能能实现就行。
另外，如果同一幅图上有多个目标，保存在txt文件中的包围框信息需要连续存放。
5.将训练图片放到JPEGImages
新建一个文件夹，名字为JPEGImages，将所有的训练图片放到该文件夹里。
6.ImageSets\Main里的四个txt文件
新建文件夹，命名为ImageSets，在ImageSets里再新建文件夹，命名为Main。
我们可以通过xml名字(或图片名)，生成四个txt文件，即：
txt文件中的内容为：
即图片名字（无后缀）,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%。可参考以下代码：
注：
不知道为什么，博主此处运行程序生成的四个文件夹名字为"Maintest.txt","Mainval.txt","
Main
trainval.txt","
Main
train.txt"， 需要去掉Main才能顺利运行。
这四个txt放在ImageSets\Main中。
这样，数据集就基本做好了。然后新建文件夹，名字为logos(第0步确定的名字),将上面三个文件夹放到这里，即logos文件夹里有三个文件夹：
将logos文件夹拷贝到datasets\VOCdevkit2007里就可以了。
（或者替换voc2007数据集中的Annotations、ImageSets和JPEGImages，免去一些训练的修改）
注：博主这里是直接替换
11万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
