VOC数据集转COCO数据集

这几天为了在maskrcnn_benchmark中训练模型，需要把自己的数据集（VOC）转为COCO数据集的格式，过程中遇到了很多问题。在此记录一下整个过程。
1.下载COCOAPI，Matlab安装gcc，因为我是在windows下转换的，所以需要自己安装gcc，听说好像Linux下转换不需要安装；
2.matlab中设置工作路径：


3.进入Visual Object Classes Challenge 2007(VOC2007)

4.把VOCcode放入VOCdevkit

并根据自己的数据集修改Init.c

5.进行转换：
mex(‘COMPFLAGS=$COMPFLAGS -std=c++11 -Wall’,’-largeArrayDims’,…
‘private/gasonMex.cpp’,’…/common/gason.cpp’,…
‘-I…/common/’,’-outdir’,‘private’);


遇到的问题：

出现这个问题是因为我的数据集的标注信息不太正确，虽然在跑模型的时候没有报错，但是Matlab对数据的标注有更严格的要求。我的XML如下：

需要把空格换为/t ，因此写了一个脚本来进行替换：

import os

OLD_DIR = 'Annotations'
NEW_DIR = 'Annotations2'

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

for filename in os.listdir(OLD_DIR):

	with open(os.path.join(OLD_DIR, filename), 'r', encoding='utf-8') as file:
		lines = file.readlines()

	lines[0] = '<annotation>\n'
	for i in range(len(lines)):
		lines[i] = lines[i].replace('  ', '\t')

	with open(os.path.join(NEW_DIR, filename), 'w') as file:
		file.write(''.join(lines))