训练yolo的数据集准备

---

1. 数据所在文件夹说明

新建一个mydata文件夹专门存放数据的，.xml文件我是用labelImg进行标注的，网上有很多资料，我这里就默认大家都会用了(偷懒.jpg)，数据集我是按下面方式存放的，当然其它方式也可以，改一下相关路径就行了。

-mydata(主目录)
–annotations(一级子目录)
–img_lab(一级子目录)
—images(二级子目录)

(说明：images文件夹放在img_lab文件夹里面，存放图片，annotations存放标注文件(.xml文件))

另外有两个.py文件用于生成labels和训练、验证、测试的txt说明文件，分别是split_train_val.py用于划分训练集、验证集、测试集
voc_label用于生成labels文件和用于训练的txt说明文件

这两个py文件都放在mydata文件夹下

2. 数据集划分代码

split_train_val.py：

# coding:utf-8

import os
import random
import argparse

parser = argparse.ArgumentParser()
#xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下
parser.add_argument('--xml_path', default='annotations', type=str, help='input xml label path')
#数据集的划分，地址选择自己数据下的ImageSets/Main
parser.add_argument('--txt_path', default='img_lab/ImageSets/Main', type=str, help='output txt label path')

opt = parser.parse_args()

trainval_percent = 0.8  # 训练集和验证集在总数据集中占比
train_percent = 0.8  # 训练集在训练验证集中占比
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if not os.path.exists(txtsavepath):
    os.makedirs(txtsavepath)

num = len(total_xml)
list_index = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list_index, tv)
train = random.sample(trainval, tr)

file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w')

for i in list_index:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        file_trainval.write(name)
        if i in train:
            file_train.write(name)
        else:
            file_val.write(name)
    else:
        file_test.write(name)

file_trainval.close()
file_train.close()
file_val.close()
file_test.close()

修改完训练集、验证集、测试集比例，运行后会在 ./img_lab/ImageSets/Main 里生成三个txt文件分别是训练集、验证集、测试集的图片名称。

3. labels生成代码

voc_label.py：

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ["person"]   # 改成自己的类别
abs_path = os.getcwd()
print(abs_path)

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
    w = w * dw
    y = y * dh
    h = h * dh
    return x, y, w, h


def convert_annotation(image_id, in_file):
    out_file = open('img_lab/labels/%s.txt' % (image_id), 'w')
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
    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:
            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))
        b1, b2, b3, b4 = b
        # 标注越界修正
        if b2 > w:
            b2 = w
        if b4 > h:
            b4 = h
        b = (b1, b2, b3, b4)
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()

for image_set in sets:
    if not os.path.exists('img_lab/labels/'):
        os.makedirs('img_lab/labels/')
    # image_ids1 = open('img_lab/ImageSets/Main-4125/%s.txt' % (image_set)).read().strip().split()
    image_ids2 = open('img_lab/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('img_lab/%s.txt' % (image_set), 'w')
    for image_id in image_ids2:
        list_file.write(abs_path + '\img_lab\images\%s.png\n' % (image_id))
        in_file2 = open('annotations/%s.xml' % (image_id), encoding='UTF-8')
        convert_annotation(image_id, in_file2)
    list_file.close()

修改类别，运行后会在 ./img_lab/labels 里面生成很多个txt文件，准确来说，你有多少张图片就生成多少个txt，txt的内容从左到右分别是 (目标类别序号 目标框左上角的x坐标/图片宽度 目标框左上角的y坐标/图片高度 目标框宽度/图片宽度 目标框高度/图片高度）

若一张图片里有 n 个框，txt文件里就是 n*5 的矩阵

同时，在 ./img_lab 下还会生成三个txt文件，分别是训练集、验证集、测试集的图片路径。