Faster RCNN网络源码解读（Ⅲ） --- 如何搭建自己的数据集

目录

一、如何生成类似pascal voc一样结构的文件（split_data.py）

二、如何创建属于自己的数据集（my_dataset.py）

2.1 代码

2.2 代码解释

2.2.1 初始化函数__init__

2.2.2 parse_xml_to_dict函数（解析xml文件）

2.2.3 __getitem__方法：传入索引值，返回索引值对应的图片信息

2.2.4 get_height_and_width方法

三、图片处理类（transform.py）

四、测试本节代码 

---

一、如何生成类似pascal voc一样结构的文件（split_data.py）

        如图，如何生成像上图一样的train、test文件。

        我们来看代码：

import os
import random

"""
作用：如何生成自己数据集的目录，将数据集分为训练集和验证集
"""

def main():
    random.seed(0)  # 设置随机种子，保证随机结果可复现


	#标注的xml的根目录
    files_path = "./VOCdevkit/VOC2012/Annotations"
    assert os.path.exists(files_path), "path: '{}' does not exist.".format(files_path)

    val_rate = 0.5

	#os.listdir(files_path)可以遍历整个目录下的文件，我们可以得到类似annotation一样
	#文件的名称  200