从VOC数据集中抽取特定的类并重新制作成LMDB数据源

公开数据集VOC中有20类，有时并不是所有的类都是我们所需要的，可以根据需要从中提取出特定类并重新制作成LMDB数据源。

第一步，从VOC数据集中提取特定的类，在VOC2007,VOC2012数据集下分别运行该代码即可提取出特定的类，注意修改代码中的地址，代码如下（Ubuntu环境）：

# -*- coding: utf-8 -*-
# @Function:There are 20 classes in VOC data set. If you need to extract specific classes, you can use this program to extract them.
 
import os
import shutil
ann_filepath='/home/abc/data/VOCdevkit/VOC2012/Annotations/' #注意修改成自己的地址
img_filepath='/home/abc/data/VOCdevkit/VOC2012/JPEGImages/'  #注意修改成自己的地址
img_savepath='/home/abc/data/VOCdevkit/VOC2012/JPEGImages_ssd/'   #注意修改成自己的地址
ann_savepath='/home/abc/data/VOCdevkit/VOC2012/Annotations_ssd/'  #注意修改成自己的地址
if not os.path.exists(img_savepath):
    os.mkdir(img_savepath)
 
if not os.path.exists(ann_savepath):
    os.mkdir(ann_savepath)
names = locals()
classes = ['aeroplane','bicycle','bird', 'boat', 'bottle',
           'bus', 'car', 'cat', 'chair', 'cow','diningtable',
           'dog', 'horse', 'motorbike', 'pottedplant',
           'sheep', 'sofa', 'train', 'tvmonitor', 'person']
 
 
for file in os.listdir(ann_filepath):
    print(file)
    fp = open(ann_filepath + '//' + file)
    ann_savefile=ann_savepath+file
    fp_w = open(ann_savefile, 'w')
    lines = fp.readlines()
 
    ind_start = []
    ind_end = []
    lines_id_start = lines[:]
    lines_id_end = lines[:]
 
    classes1 = '\t\t<name>person</name>\n'  #自己需要几类就写几类，我这只需要person这一类
    #classes2 = '\t\t<name>motorbike</name>\n'
    #classes3 = '\t\t<name>bus</name>\n'
    #classes4 = '\t\t<name>car</name>\n'
    #classes5 = '\t\t<name>bicycle</name>\n'

 
    #在xml中找到object块，并将其记录下来
    while "\t<object>\n" in lines_id_start:
        a = lines_id_start.index("\t<object>\n")
        ind_start.append(a)
        lines_id_start[a] = "delete"
 
 
    while "\t</object>\n" in lines_id_end:
        b = lines_id_end.index("\t</object>\n")
        ind_end.append(b)
        lines_id_end[b] = "delete"
 
    #names中存放所有的object块
    i = 0
    for k in range(0, len(ind_start)):
        names['block%d' % k] = []
        for j in range(0, l