制作VOC2007格式数据集，并用TensorFlow Object Detection API训练

一、制作自己的VOC2007数据集

1. VOC2007数据集格式

1)JPEGImages文件夹
文件夹里包含了训练图片和测试图片，混放在一起
2)Annatations文件夹
文件夹存放的是xml格式的标签文件，每个xml文件都对应于JPEGImages文件夹的一张图片。
3)ImageSets文件夹
Main存放的是图像物体识别的数据，Main里面有test.txt , train.txt, val.txt , trainval.txt.这四个文件。

2.准备照片素材，标注每张图片

• 图片重命名
  命名统一为六位数字，从000001开始。
  参考：
  Tensorflow Object Detection API-如何制作VOC格式数据集
  工具来源： https://github.com/whlook/VOCMaker

---

• 目标物体标注
  工具来源：https://github.com/puzzledqs/BBox-Label-Tool
  编写脚本将标注选取的坐标数据写入到一个txt文件中，txt文件每行格式为：

  000001.JPG dog 44 28 132 121

  如果一张图片有多个目标（比如两个目标），则格式如下：

  000001.JPG dog 44 28 132 121
  000001.JPG car 50 27 140 110
  

  ---

  将标注的txt文件生成xml:

  参考代码：matlab程序VOC2007xml