如何制作自己的VOC数据集

1. 准备图片

给准备好的图片文件改名，01001.jpg,01002.jpg···，可用以下代码：

import os
from os import listdir, getcwd
from os.path import join
from PIL import Image

import shutil 

if __name__ == '__main__':
    source_folder='C:/Users/dell/Desktop/fighternew/'
    target_train_folder='C:/Users/dell/Desktop/xfighternew/'

    file_list=os.listdir(source_folder) #用于返回指定的文件夹包含的文件或文件夹的名字的列表
    a=0
    for file_obj in file_list:
        a=a+1
        if a<10:
            name="00"+str(a)
        elif a<100:
            name='0'+str(a)
        else:
            name=str(a)
        file_name,file_extend=os.path.splitext(file_obj)#后缀和文件名分开 
        target_train_path=os.path.join(target_train_folder,'02'+name+'.jpg') #路径拼接####这里01表示类别
        source_path=os.path.join(source_folder,file_obj)#              
        shutil.copy(source_path,target_train_path)

2. 手动标注标签

使用精灵标注助手软件给图片手动打标签，如图所示：
注意：每次完成一张要点一下保存，输出格式为xml

3. 把上一步输出的xml文件批量转换为voc要求的xml格式，以下代码：

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET  
import os
    #,cv2


xml_file='C:/Users/dell/Desktop/military shipnew/outputs/'#类别
#xml_file='F:/outputs/'

xml_list=os.listdir(xml_file)#返回指定的文件夹包含的文件

for xml in xml_list:
    xml_file='C:/Users/dell/Desktop/military shipnew/outputs/'
    xml_name,xml_extend=os.path.splitext(xml)#分离文件名与扩展名
    #print("xml_file",xml_file,type(xml_file))
    #print("xml",xml,type(xml))
    xml_path=xml_file+xml 

    tree=ET.parse(xml_path)
    root=tree.getroot()


    xmin = []
    ymin = []
    xmax = []
    ymax = []
    classs=[]
    weight_=0
    height_=0

    for output in root.findall('outputs'):
        for objects in output.findall('object'):
            for item in objects.findall('item'):
                #object_name='military ship'
                object_name=item.find('name').text #找到以name开头以name结尾的字符串，读文本格式，即<name>tank</name>中的tank
                Xmin=int(item.find('bndbox').find('xmin').text)
                Ymin=int(item.find('bndbox').find('ymin').text)
                Xmax=int(item.find('bndbox').find('xmax').text)
                Ymax=int(item.find('bndbox').find('ymax').text)
                xmin.append(Xmin)#将Xmin追加至xmin的尾部
                ymin.append(Ymin)
                xmax.append(Xmax)
                ymax.append(Ymax)
                classs.append(object_name)




    xml_file = open(('C:/Users/dell/Desktop/military shipnew/out/'+xml_name+'.xml'), 'w')#写入模式
    xml_file.write('<annotation>\n')
    xml_file.write('    <folder>weapon</folder>\n')
    xml_file.write('    <filename>' +xml_name+ '.jpg' + '</filename>\n')
    xml_file.write('    <source>\n')
    xml_file.write('        <database>' + "Unknow" + '</database>\n')
    xml_file.write('    </source>\n')
    xml_file.write('    <size>\n')

    for size in root.findall('size'):
        for width in size.findall('width'):
            xml_file.write('        <width>' + width.text + '</width>\n')
        for height in size.findall('height'):
            xml_file.write('        <height>' + height.text + '</height>\n')
    #xml_file.write('        <width>' + width_ + '</width>\n')
    #xml_file.write('        <height>' + height_ + '</height>\n')
    #xml_file.write('        <width>' + str(width_) + '</width>\n')

    #xml_file.write('        <height>' + str(height_) + '</height>\n')
    xml_file.write('        <depth>3</depth>\n')
    xml_file.write('    </size>\n')
    xml_file.write('    <segmented>0</segmented>\n')
    for k in range(len(xmax)):#写每一条目标的坐标，可能不止1个，可能有4个
        xma = xmax[k]
        xmi = xmin[k]
        yma = ymax[k]
        ymi = ymin[k]
        xml_file.write('<object>\n')
        xml_file.write('    <name>'+classs[k]+'</name>\n')##这里为类别名称
        xml_file.write('    <pose>Unspecified</pose>\n')
        xml_file.write('    <truncated>0</truncated>\n')
        xml_file.write('    <difficult>0</difficult>\n')
        xml_file.write('    <bndbox>\n')
        xml_file.write('        <xmin>'+str(xmi)+'</xmin>\n')#str就是转为适合人阅读的方式
        xml_file.write('        <ymin>'+str(ymi)+'</ymin>\n')
        xml_file.write('        <xmax>'+str(xma)+'</xmax>\n')
        xml_file.write('        <ymax>'+str(yma)+'</ymax>\n')
        xml_file.write('    </bndbox>\n')
        xml_file.write('</object>\n')

    xml_file.write('</annotation>\n')
    #domTree.write("C:/Users/lucy/Desktop/xml/xxmmll5/" + filepath)#最后写入

完成后，此时就有了图片文件以及对应的xml标签文件

4. 验证做好的xml标签文件中是否有漏标的，因为要确保不能有没有标签的xml文件存在，以下代码：

import xml.etree.ElementTree as ET
import os

xml_file='C:/Users/dell/Desktop/new/armored car/out/'

xml_list=os.listdir(xml_file)#返回文件夹包含的文件

for xml in xml_list:
    xml_file='C:/Users/dell/Desktop/new/armored car/out/'
    xml_name,xml_extend=os.path.splitext(xml)#分离文件名与扩展名
    xml_path=xml_file+xml

    tree=ET.parse(xml_path)
    root=tree.getroot()

    if(root.findall('object')):
        continue
    else:
        print(xml_name)

找到之后删除就好

5. 根据规范的VOC数据集创建，如下所示：

（手动创建VOCdevkit、VOC2007、Annotations、JPEGImages、ImageSets，Main，labels文件夹）

├── VOCdevkit
│ ├── VOC2007
│ │ ├── Annotations（把所有xml文件放在此处）
│ │ ├── JPEGImages（把图片文件放此处）
│ │ ├── ImageSets
│ │ │ ├── Main
│ │ │ │ ├── test.txt（用代码生成的训练集验证集放此处）
│ │ │ │ ├── trainval.txt
│ │ ├── Iabels（用代码生成的labels放此处）

5.1 生成训练集验证集的代码如下：

import os
from os import listdir, getcwd
from os.path import join
if __name__ == '__main__':
    source_folder='/home/wanghan/mmdetection/data/VOCdevkit/VOC2007/JPEGImages'

    dest1='/home/wanghan/mmdetection/data/VOCdevkit/VOC2007/ImageSets/Main/train.txt' 
    dest2='/home/wanghan/mmdetection/data/VOCdevkit/VOC2007/ImageSets/Main/test.txt'

    file_list=os.listdir(source_folder) #用于返回指定的文件夹包含的文件或文件夹的名字的列表
      
    train_file=open(dest1,'a')
    test_file=open(dest2,'a') 
             
    for file_obj in file_list:
                   
        file_path=os.path.join(source_folder,file_obj) #路径拼接
       
        file_name,file_extend=os.path.splitext(file_obj)#去掉后缀

        file_num=int(file_name)

        if(file_num%10==3):#14713479
            test_file.write(file_name+'\n')
        
        train_file.write(file_name+'\n')

train_file.close()
test_file.close()

5.2 生成label的代码如下：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets=[('2007','train'),('2007','test')]#创建无序不重复数集

classes = ['armored car','fighter','helicopter','military ship']


#帮助写标签
def convert(size, box):
    dw = 1./(size[0])
    dh = 1./(size[1])
    x = (box[0] + box[1])/2.0 - 1
    y = (box[2] + box[3])/2.0 - 1
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw#小框的x轴中点除以整张图片的中点
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

#写出图片id对应的标签
def convert_annotation(year, image_id):#VOC2007，year是2007，id是图片名称
    in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))#VOC%s是VOC2007，%s是2007，给year
    out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
    tree=ET.parse(in_file)
    root = tree.getroot()
    print(image_id)
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)#w，h是整张图片的宽和高

    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
        if cls not in classes or int(difficult)==1:#没有目标?
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')#把类别加上x,y,w,h写入

wd = getcwd()#用于返回当前工作目录

for year, image_set in sets:
    if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
        os.makedirs('VOCdevkit/VOC%s/labels/'%(year))#如果不存在标签目录就创建这个
    image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()#验证集测试集的文件读取
    list_file = open('%s_%s.txt'%(year, image_set), 'w')
    for image_id in image_ids:
        list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
        convert_annotation(year, image_id)
    list_file.close()

#os.system("cat 2018_train.txt 2037_train.txt >70%_SSDD_DIOR_0.4generate_SAR_train.txt")
os.system("cat 2007_train.txt")#打印文件？
os.system("cat 2007_test.txt")
#os.system("cat 2037_train.txt> simultaneously_training_dior_generate_sar_800.txt")
#os.system("cat 2038_train.txt>0.35_simultaneously_training_dior_generate_sar_800.txt")
#os.system("cat 2222_test.txt>optical_car_test.txt")

然后就over了，感谢师姐！