pascal voc数据集选取部分类别

最新推荐文章于 2023-04-16 11:33:34 发布

chenf0

最新推荐文章于 2023-04-16 11:33:34 发布

阅读量577

点赞数 2

分类专栏：增量学习_目标检测文章标签： python 目标检测

本文链接：https://blog.csdn.net/chenfang0529/article/details/129743500

版权

这段代码用于从VOC2007数据集中提取特定类别的图片和标注文件，并将图片复制到新的目录。之后，根据预设比例随机划分训练集和测试集的图片列表。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一提取对应类别的图片和标注文件

import os
import xml.etree.ElementTree as ET
import shutil

# Path
# 源数据集的位置
ann_filepath = '/data/VOCdevkit/VOC2007/Annotations/'
img_filepath = '/data/VOCdevkit/VOC2007/JPEGImages/'
# 新建保存数据集的位置
img_savepath = 'data/VOCdevkit/VOC2007_1/JPEGImages/'
ann_savepath = 'data/VOCdevkit/VOC2007_1/Annotations/'

if not os.path.exists(img_savepath):
    os.mkdir(img_savepath)

if not os.path.exists(ann_savepath):
    os.mkdir(ann_savepath)

# VOC class information
# 需要的标签
classes = ['aeroplane', 'bicycle', 'bird', 'boat', 'bottle',