义乌外贸网站建设行吗,网站制作用什么语言,成都小程序开发公司有哪些,全站仪如何建站Pascal VOC数据集是目标检测领域最常用的标准数据集之一#xff0c;几乎所有检测方向的论文都会给出其在VOC数据集上训练并评测的效果。VOC数据集包含的信息非常全#xff0c;它不仅被拿来做目标检测#xff0c;也可以拿来做分割等任务#xff0c;因此除了目标检测所需的文…Pascal VOC数据集是目标检测领域最常用的标准数据集之一几乎所有检测方向的论文都会给出其在VOC数据集上训练并评测的效果。VOC数据集包含的信息非常全它不仅被拿来做目标检测也可以拿来做分割等任务因此除了目标检测所需的文件之外还包含分割任务所需的文件比如 SegmentationClass, SegmentationObject等
下面我们来认识一下Pascal voc数据集的文件目录结构Pascal VOC数据主要有2007和2012两年的数据其中2007有train,val,test,而2012只有train和val #第一级 VOCdevkit ├── VOC2007 └── VOC2012 #第二级 VOCdevkit/VOC2007 ├── Annotations ├── ImageSets ├── JPEGImages ├── SegmentationClass └── SegmentationObject VOCdevkit/VOC2012 ├── Annotations ├── ImageSets ├── JPEGImages ├── SegmentationClass └── SegmentationObject #以VOC2007为例第三级 ## Annotations VOCdevkit/VOC2007/Annotations/ ├── 000001.xml ├── 000002.xml ├── 000003.xml ├── 000004.xml ├── 000005.xml ├── 000006.xml ├── 000007.xml ├── 000008.xml ├── 000009.xml ├── 000010.xml ... ## JPEGImages VOCdevkit/VOC2007/JPEGImages/ ├── 000001.jpg ├── 000002.jpg ├── 000003.jpg ├── 000004.jpg ├── 000005.jpg ├── 000006.jpg ├── 000007.jpg ├── 000008.jpg ├── 000009.jpg ├── 000010.jpg ├── 000011.jpg ├── 000012.jpg ├── 000013.jpg ##ImageSets VOCdevkit/VOC2007/ImageSets/ ├── Layout ├── Main └── Segmentation #ImageSets第四级 VOCdevkit/VOC2007/ImageSets/ ├── Layout │ ├── test.txt │ ├── train.txt │ ├── trainval.txt │ └── val.txt ├── Main │ ├── aeroplane_test.txt │ ├── aeroplane_train.txt │ ├── aeroplane_trainval.txt │ ├── aeroplane_val.txt │ ├── bicycle_test.txt │ ├── bicycle_train.txt │ ├── bicycle_trainval.txt │ ├── bicycle_val.txt │ ├── bird_test.txt │ ├── bird_train.txt │ ├── bird_trainval.txt │ ├── bird_val.txt │ ├── boat_test.txt │ ├── boat_train.txt │ ├── boat_trainval.txt │ ├── boat_val.txt │ ├── bottle_test.txt │ ├── bottle_train.txt │ ├── bottle_trainval.txt │ ├── bottle_val.txt │ ├── bus_test.txt │ ├── bus_train.txt │ ├── bus_trainval.txt │ ├── bus_val.txt │ ├── car_test.txt │ ├── car_train.txt │ ├── car_trainval.txt │ ├── car_val.txt │ ├── cat_test.txt │ ├── cat_train.txt │ ├── cat_trainval.txt │ ├── cat_val.txt │ ├── chair_test.txt │ ├── chair_train.txt │ ├── chair_trainval.txt │ ├── chair_val.txt │ ├── cow_test.txt │ ├── cow_train.txt │ ├── cow_trainval.txt │ ├── cow_val.txt │ ├── diningtable_test.txt │ ├── diningtable_train.txt │ ├── diningtable_trainval.tx │ ├── diningtable_val.txt │ ├── dog_test.txt │ ├── dog_train.txt │ ├── dog_trainval.txt │ ├── dog_val.txt │ ├── horse_test.txt │ ├── horse_train.txt │ ├── horse_trainval.txt │ ├── horse_val.txt │ ├── motorbike_test.txt │ ├── motorbike_train.txt │ ├── motorbike_trainval.txt │ ├── motorbike_val.txt │ ├── person_test.txt │ ├── person_train.txt │ ├── person_trainval.txt │ ├── person_val.txt │ ├── pottedplant_test.txt │ ├── pottedplant_train.txt │ ├── pottedplant_trainval.tx │ ├── pottedplant_val.txt │ ├── sheep_test.txt │ ├── sheep_train.txt │ ├── sheep_trainval.txt │ ├── sheep_val.txt │ ├── sofa_test.txt │ ├── sofa_train.txt │ ├── sofa_trainval.txt │ ├── sofa_val.txt │ ├── test.txt │ ├── train_test.txt │ ├── train_train.txt │ ├── train_trainval.txt │ ├── train.txt │ ├── train_val.txt │ ├── trainval.txt │ ├── tvmonitor_test.txt │ ├── tvmonitor_train.txt │ ├── tvmonitor_trainval.txt │ ├── tvmonitor_val.txt │ └── val.txt └── Segmentation ├── test.txt ├── train.txt ├── trainval.txt └── val.txt 1.JPEGImages
这个文件夹中存放所有的图片包括训练验证测试用到的所有图片。
2.ImageSets
这个文件夹中包含三个子文件夹Layout、Main、Segmentation
Layout 文件夹中存放的是 trainvalidtest 或者 trainvalid 数据集的文件名Segmentation文件夹中存放的是分割所用trainvalidtest 或者 trainvalid 数据集的文件名Main 文件夹中存放的是各个类别所在图片的文件名比如 cow_val表示valid数据集中包含有cow类别目标的图片名称。
3.Annotations
Annotation文件夹中存放着每张图片相关的标注信息以xml格式的文件存储标注文件中各个属性的含义见下图。 红框区域内的内容是我们真正需要关注的它包含。
filename图片名称size图片宽高depth表示图片通道数object表示目标包含下面两部分内容。 首先是目标的类别 name 为dog。pose表示目标姿势为lefttruncated 表示是否是一个被截断的目标1表示是0表示不是在这个例子中只露出狗头部分所以 truncated 为1。difficult 为 0 表示此目标不是一个难以识别的目标。然后是目标的 bbox 信息可以看到这里是以 [xmin,ymin,xmax,ymax] 格式进行标注的分别表示dog目标的左上角和右下角坐标。xmin ,ymin ,xmax, ymax bbox的坐标格式是box的左上角和右下角的坐标坐标的方式是在第四象限且x越往右越大y越往下越大。
一张图片中有多少需要识别的目标其 xml 文件中就有多少个 object。上面的例子中有两个object分别对应人和狗。
yolo数据集的格式通常为: class_id x y w h 下图为一张图片按照yolo格式进行标注的txt标注文件 voc与yolo数据集格式比较如下: 理解了voc格式的数据集以及yolo格式的数据集那么将两者相互转化就容易多了。下面为voc转yolo格式的案例模板代码:
import xml.etree.ElementTree as ET
import osvoc_folder rE:\Download_Datasets\detection_reflect_clothes\Annotations #储存voc格式的xml标注文件的文件夹
yolo_folder rE:\Download_Datasets\yolo_detection_reflect_clothes\labels #转换后的yolo格式标注文件的储存文件夹class_id [person,other_clothes,hat,reflective_clothes] #储存数据集中目标种类名称的列表接下来的转换函数中会将该列表中种类名称对应的列表索引号作为写入yolo标注文件中该类目标的种类序号#voc标注的目标框坐标值转换到yolo标注的目标框坐标值的函数
#按照上图复现计算过程
def convert(size, box):dw 1. / size[0]dh 1. / size[1]x (box[0] box[1]) / 2.0y (box[2] box[3]) / 2.0w box[1] - box[0]h box[3] - box[2]x x * dww w * dwy y * dhh h * dhreturn (x, y, w, h)#对单个voc标注文件进行转换成其对应的yolo文件的函数
def convert_annotation(xml_file):file_name xml_file.strip(.xml) # 这一步将所有voc格式标注文件取出后缀名“.xml”方便接下来作为yolo格式标注文件的名称in_file open(os.path.join(voc_folder,xml_file)) #打开当前转换的voc标注文件out_file open(os.path.join(yolo_folder,file_name .txt,),w) #创建并打开要转换成的yolo格式标注文件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):cls obj.find(name).textcls_id class_id.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))bb convert((w, h), b)out_file.write(str(cls_id) .join([str(a) for a in bb]) \n)xml_fileList os.listdir(voc_folder) #将所有voc格式的标注文件的名称取出存放到列表xml_fileList中
for xml_file in xml_fileList: #这里的for循环开始依次对所有voc格式标注文件生成其对应的yolo格式的标注文件convert_annotation(xml_file)
