深度学习-制作VOC数据格式的数据集

个人微信公众号：AI研习图书馆，欢迎关注~

深度学习知识及资源分享，学习交流，共同进步~

1.引言

深度学习第一步：制作自己网络的训练数据集。

本文主要介绍利用自己的数据集，制作VOC标准数据格式的数据集，用于深度学习，形如voc2007，voc2012数据集。

2. 制作教程

前提条件：首先，你安装了caffe-ssd，并测试了VOC数据。caffe安装请看我的另一篇博客，下载caffe-ssd版本即可。
博客链接：caffe安装教程

2.1 标注自己的数据

这里我选择生成的bounding box是XML格式，方便后面处理（TXT格式比较麻烦）。
标数据的工具：推荐使用labelimg标注工具。

下载及安装教程参考我的另一篇博客，链接：
labelimg标注工具安装教程
然后，就可以开始漫长的标注数据之旅了！

2.2 在/home/$你的服务器命/data/VOCdevkit下建立自己的数据集名称

在MyDataSet目录下需包含Annotations、ImageSets、JPEGImages三个文件夹，下面以我建立的文件夹MyDataSet为例讲解：

1. Annotations目录下存放第1步生成的xml格式数据文件。

2. ImageSet目录下包含Main文件下，在ImageSets\Main里有四个txt文件：test.txt train.txt trainval.txt val.txt；
   txt文件中的内容为图片名字(无后缀)。
   
   生成这四个txt文件的代码，篇幅限制，请参看我的另一篇博客，上面有详细代码。博客地址：TXT文件生成代码

3. JPEGImages目录下存放所有的数据图片

2.3 在caffe-ssd/data目录下创建一个自己的文件夹

cd data
mkdir MyDataSet

把data/VOC0712目录下的create_list.sh 、create_data.sh、labelmap_voc.prototxt 这三个文件拷贝到MyDataSet下（以我的为例）：

cp VOC0712/create_list.sh MyDataSet/
cp VOC0712/create_data.sh MyDataSet/
cp VOC0712/labelmap_voc.prototxt MyDataSet/

2.4 在caffe-ssd/examples下创建MyDataSet文件夹：

mkdir MyDateSet

用于存放后续生成的lmdb文件

2.5 修改labelmap_voc.prototxt文件（改成自己的类别），以及create_list.sh和create_data.sh文件中的相关路径

#labelmap_voc.prototxt需修改：
item {
  name: "none_of_the_above"
  label: 0
  display_name: "background"
}
item {
  name: "person"
  label: 1
  display_name: "person"
}

#create_list.sh需修改：
root_dir=/home/yi_miao/data/Mydataset/
...
for name in yourownset
...
#if [[ $dataset == "test" && $name == "VOC2012" ]]
# then
#  continue
# fi

#create_data.sh需修改：
root_dir=/home/yi_miao/caffe-ssd
data_root_dir="/home/yi_miao/data/Mydataset"
dataset_name="Mydataset"

2.6 在caffe-ssd根目录下运行命令

./data/mydataset/create_list.sh
./data/mydataset/create_data.sh

此时，在examples/mydataset/文件夹下可以看到两个子文件夹, mydataset_trainval_lmdb, mydataset_test_lmdb；里面均包含data.dmb和lock.dmb

大功告成，VOC格式数据集制作完成，其中标注自己数据的任务是最繁重和枯燥的。最后，可以开始深度学习训练了，祝你成功！

欢迎关注个人微信公众号，学习交流~