SSD算法单类别目标检测的YOLO格式的数据集踩坑合集

 前言

需要用SSD算法对单类别的数据集进行目标检测，由于数据集是自己收集并标注的，所以只有YOLO格式的。

格式转换

SSD算法不能直接使用YOLO格式的数据集，需要将YOLO格式的数据集转化为VOC格式或COCO格式。作者是将YOLO格式转为VOC格式，因此YOLO转COCO格式在这里不再藐视。

清洗YOLO格式的数据集

由于SSD算法在VOC格式的数据集上不能接受Annotations文件夹下的xml文件中没有标注位置信息，且图片和标注文件的名称也要一一对应上（作者在这里踩了很大的坑！）。排查YOLO数据集中的labels文件夹下的txt文件内容是否为空的代码：

import os

def find_empty_txt_files(folder_path):
    empty_files = []
    for file_name in os.listdir(folder_path):
        if file_name.endswith(".txt"):
            file_path = os.path.join(folder_path, file_name)
            with open(file_path, 'r', encoding='utf-8') as file:
                content = file.read()
                if not content.strip():
                    empty_files.append(file_name)
    return empty_files

folder_path = 'D:\Code\pycharm\Test\VOC-v8-recent\labels' # 这里填入labels文件夹的绝对地址
empty_txt_files = find_empty_txt_files(folder_path)
print("Empty txt files:", empty_txt_files)

代码会返回txt内容为空的文件名，在进行格式转换前需要将这些txt和同名的图片删除，否则后续ssd算法会报错。

YOLO格式转COCO格式

作者这里使用的是zhihu大佬的代码：传送门目标检测中数据集格式之间的相互转换

ssd算法的注意事项

voc中的data/voc0712.py的

VOC_CLASSES =（）为单类类别时，一定要加“,”,参考链接：SSD算法检测单类别报错:label_idx = self.class_to_ind[name] KeyError: ‘aeroplane‘-CSDN博客