yolo v3制作自己的数据_【手把手AI项目】五、自己制作图像VOC数据集--Objection Detection（目标检测）...

文章首发于我的个人博客

【手把手AI项目】五、自己制作图像VOC数据集--用于Objection Detection（目标检测）​blog.csdn.net

喜欢手机观看的朋友也可以在我的个人公号：AI蜗牛车 中获取。

废话不多说直接上干货

只上干货，走起来。

下载标注软件

标注工具MRLabeler下载

https://github.com/imistyrain/MRLabeler.git

在此感谢大神用c++写的这么方便大家的工具。

下载成功后解压即可。

建立VOC数据集的格式文件

1.建立几个必要的文件

新建立以下的结构文件。 总文件名称为DataLabel，内部有以下几个文件夹及文件 - Annotations 存有 objection detection在MRLabeler软件中标注得出的图片目标框对应的xml文件 - JPEGImages 目标图片存放的地方，或者说原图片存放的地方 - mrconfig 定义label或者说目标检测的类别的文件（下面有讲如何建立）

2.建立和修改mrconfig的文件

mrconfig.xml 为分类label定义文件，在软件给的demo中有，只需要直接复制更改使用即可，具体路径如下图中所示。

原xml文件如下： - imagedir 源图片所在位置 如上述所建文件应该在JPEGImages中 - annotationdir XML文件存放位置 如上述所建文件应该在Annotations中 - labelsdir 图像分割所需要的文件产生，这里利用MRLabeler可以自动生成，无需自己建立 - classes 目标检测的目标类别定义

更改为（因为这里模拟dataset，弄了几张小狗小猫的图片，所以小猫小狗为 目标label）文件如下：

currentlabelingclass 顾名思义就是用软件打开这个文件的时候第一个默认显示的label class，所以也需要改成classes中的某一个才可以。

3.利用软件进行标注

首先找了几张照片模拟dataset

之后打开软件，点开文件bin中的可执行文件，如下图

打开那个dataset文件夹

开始选择 label的class之后开始标注

按一下ctrl之后开始用鼠标画框

画好之后直接按 下一张 > 这个即可 现在来看一下文件的情况。 自动产生了一个labels文件夹，这里不做赘述，因为后面不做分割用不到。

在Annotations中产生一个和处理图片同名的xml文件，主要分为三个部分组成 文件名和路径，文件自己的大小也就是picture的size，bndbox所示的xmin、xmax、ymin、ymax的值就是目标框的上下左右的x和y坐标的值

• 如果标注错误，点击按delete可删除
• 多标注为 先标注一个，之后按SHIFT按键可再次 标注一个框 如下图所示

Reference

此软件做法有使用文档可参考 https://github.com/imistyrain/MRLabeler/blob/master/MRLabeler%E4%BD%BF%E7%94%A8%E8%AF%B4%E6%98%8E.pdf