制作VOC数据集(labelimg标注图片、划分数据集)

使用labelimg制作VOC数据集

VOC数据集介绍

VOC数据集包括三个文件夹

• Annotations:以xml文件格式记录图片的名字，类别，目标边框的位置，图片的大小
• ImageSets：以txt文件分别记录训练集，验证集，测试集的图片名字例如：000204
• JPEGImages:用于存放图片

labelimg介绍

labelimg用于给目标检测的图片做标记的工具，那么下载链接如下：
点击下载labelimg: 提取码: cezf
备注：本人win7系统，不知道其他的怎么样，解压后无法使用，于是不解压，从压缩包能正常运行。。。。。。

labelimg保姆级使用流程

准备工作

使用到Annotations，JPEGImages文件夹

以官网的样式，先创建文件夹：

设置labelimg

给图片做标记

备注：使用A,D可以切换图片

最终结果

对图片的标记自动生成的结果如下图


到此图片的标注工作到此结束，下面介绍下如何划分数据集

数据集的划分

准备工作

该流程用到Annotations，ImageSets文件夹

划分数据集程序

import os
import random

trainval_percent = 0.1
train_percent = 0.9
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)
print (total_xml)
num = len(total_xml)
list = range(num)
#总体取出10%的个数（测试集与验证集个数）
tv = int(num * trainval_percent)
#从10%中再取去90%用作验证集的个数
tr = int(tv * train_percent)
#trainval：包括测试集与验证集
trainval = random.sample(list, tv)#从list中随机获取tv个元素，作为一个片断返回
train = random.sample(trainval, tr)
print(train)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
print (ftrainval)
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'#也就是去除‘.xml’这四个字符


    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

总结：
读取Annotations中的xml文件名，把90%分配到训练集，其余10%再按照90%分配到验证集，其余为测试集