建立自己的voc数据集_教你自制VOC数据集

环境 win10 cuda10 pytorch1.0

项目地址：链接

参考博客：https://blog.csdn.net/weixin_43380510/article/details/83004127

data文件夹格式：---VOC2007

------Annotations

------ImagesSet

---------Main

--------trainval.txt

--------test.txt

------JPEGImages

Annotations放xml文件

JPEGImages放图片

Main中存放txt文件，里面是图片名称，不带“.jpg”

脚本制作txt代码如下：import os

path_name = r'D:\Coding\python\faster-rcnn.pytorch-pytorch-1.0\data\VOCdevkit\VOC2007\JPEGImages'

f = open('D:/Coding/python/faster-rcnn.pytorch-pytorch-1.0/data/VOCdevkit/VOC2007/ImagesSet/Main/trainval.txt', mode='w')

for item in os.listdir(path_name):

original_name = os.path.join(path_name, item)

print(item)#原始名称带.jpg

str_name=item.split('.')#分割字符

print(str_name[0])

f.write(str_name[0] + '\n')

又参考链接博主的github，将xml文件中的folder改名，也可根据博主的代码修改其他属性。# coding=utf-8

import os

import os.path

import xml.dom.minidom

path = "D:\\Coding\python\\faster-rcnn.pytorch-pytorch-1.0\\data\\VOCdevkit\\VOC2007\\Annotations"

files = os.listdir(path)  # 得到文件夹下所有文件名称

for xmlFile in files:  # 遍历文件夹

if not os.path.isdir(xmlFile):  # 判断是否是文件夹,不是文件夹才打开

#print(xmlFile)

# 将获取的xml文件名送入到dom解析

dom = xml.dom.minidom.parse(os.path.join(path, xmlFile))  # 输入xml文件具体路径

root = dom.documentElement

# 获取标签以及的值

#name = root.getElementsByTagName('filename')

folder = root.getElementsByTagName('folder')

cnt=0

# 对每个xml文件的多个同样的属性值进行修改。此处将每一个属性修改为plane,每一个属性修改为VOC2007

# for i in range(len(name)):

#      print(name[i].firstChild.data)

#      name[i].firstChild.data = 'res'+str(cnt)+'.jpg'

#      #print(name[i].firstChild.data)

#      cnt += 1

# #     print(name[i].firstChild.data)

for i in range(len(folder)):

print(folder[i].firstChild.data)

folder[i].firstChild.data = 'VOC2007'

print(folder[i].firstChild.data)

# 将属性存储至xml文件中

with open(os.path.join(path, xmlFile), 'w') as fh:

dom.writexml(fh)

print('已写入')

遇到的一些问题及解决方案

1 自制的xml中含有中文字符，读取失败

这个问题真的很烦，一个个改又太麻烦了，我的path中含有中文，想用上面的方法批量修改，但是xml.dom.minidom.parse(os.path.join(path, xmlFile))这里会报错，也就是都都读不了，试了网上的代码都不行，干脆……我就先转成txt，进行读写，再转成xml，也是很快的，不用在意那些encode方式了(真是烦死了……

批量xml转txt，同样也可txt转xmlimport os

path_name = r'D:\NEU-DET\IMAGES'  # 批量修改的文件夹路径

i = 0   # 起始数字

for item in os.listdir(path_name):

original_name = os.path.join(path_name, item)

new_name = os.path.join(path_name, ('res'+str(i)+'.jpg'))

#上面一行选择自己想要的格式及命名方式

print(new_name)

os.rename(original_name, new_name)  # 重命名

i += 1

txt修改，我也改了个脚本，主要把path那行删掉，把第一行改了改：import os,sys

path_name = r'D:\Study\研一下\test'  # 批量修改的txt文件夹路径

#f = open(r'D:\Coding\left.txt', mode='w')

for item in os.listdir(path_name):

original_name = os.path.join(path_name, item)

print(item)

str_name=item.split('.')

file_name=str_name[0]+'.'+str_name[1]

f = open(path_name+"\\"+item, 'r')#这个用来读取源文件

flist = f.readlines()

w= open(path_name+"\\"+item, 'w')#这个用来写新文件替换旧文件，和原文件同名可覆盖原文件

for l in flist:

if 'version'  in l:

l = l.replace('<?xml version="1.0" ?>', '')

#replace函数进行替换

#if 'path'not in l: #这里是为了删除带path那一行

w.write(l)

# f.writelines(flist)

写完后转回xml就好了……我可真是另辟蹊径的小机灵鬼哈哈哈哈哈哈哈

2 Keyerror:‘none’

这个是因为我的撒比误操作，labelImg画框框时候，灵机一动画了个"none"，忘了加进class中了，我找了半天……这个可以用用上面的随便一种方式，筛选name是否都是你的class，找出错误文件，删掉就好。

3 keyerror:‘width’

删掉/faster-rcnn.pytorch/data/cache/voc_2007_trainval_gt_roidb.pkl介个就好。

4 assert(boxes[:,2]>=boxes[:,0]).all()

介个就是，画的框框太靠边了，问题不大……

参考链接：https://blog.csdn.net/xzzppp/article/details/52036794

修改lib/datasets/imdb.py，append_flipped_images()函数，在一行代码为 boxes[:, 2] = widths[i] - oldx1 - 1下加入代码：for b in range(len(boxes)):

if boxes[b][2]< boxes[b][0]:

boxes[b][0] = 0

修改lib/datasets/pascal_voc.py，_load_pascal_annotation()函数for ix, obj in enumerate(objs):

bbox = obj.find('bndbox')

# Make pixel indexes 0-based

x1 = float(bbox.find('xmin').text)

y1 = float(bbox.find('ymin').text)

x2 = float(bbox.find('xmax').text)

y2 = float(bbox.find('ymax').text)

x1 y1 x2 y2本来都是有-1的，全部删掉-1就好了。

如果没用，参考原博，进行第三步修改。