YOLO_DarkNet_解析之旅＿voc_label.py 的解析

最近一段时间正好在准备做yolo方面的项目

下面是yolo 训练脚本的解析，欢迎探讨！

voc_label.py 

# -*- coding: utf-8 -*-
#xml解析包
import xml.etree.ElementTree as ET
import pickle
import os
#os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表
from os import listdir, getcwd
from os.path import join

sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]

classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]


#进行归一化操作
def convert(size, box):
　　　　'''
    归一化操作，讲对应的ｂｏｘ的位置中心和和长款都进行给予图片大小的归一化
　　　　#size[0] = 图片的宽,size[1] = 图片的高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']
    '''
    #进行缩放
    dw = 1./(size[0])
    dh = 1./(size[1])
    #获取中心x
    x = (box[0] + box[1])/2.0 - 1
    #获取中心y
    y = (box[2] + box[3])/2.0 - 1
    #获取box的宽
    w = box[1] - box[0]
    #获取box的高
    h = box[3] - box[2]
    #对其进行缩放，使得这四个值控制在0-1之间
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

#year ='2012', 对应图片的id（文件名）
def convert_annotation(year, image_id):
    '''
    将对应文件名的xml文件转化为label文件，xml文件包含了对应的bunding框以及图片长款大小等信息，
    通过对其解析，然后进行归一化最终读到label文件中去，也就是说
    一张图片文件对应一个xml文件，然后通过解析和归一化，能够将对应的信息保存到唯一一个label文件中去
    labal文件中的格式：calss x y w h　　同时，一张图片对应的类别有多个，所以对应的ｂｕｎｄｉｎｇ的信息也有多个
    '''
    #对应的通过year 找到相应的文件夹，并且打开相应image_id的xml文件，其对应bund文件
    in_file = open('/home/k/SoftWare/docker/VOC_data/VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    #准备在对应的image_id 中写入对应的label，分别为 
    #    
    out_file = open('/home/k/SoftWare/docker/VOC_data/VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')

    #解析xml文件
    tree=ET.parse(in_file)
    #获得对应的键值对
    root = tree.getroot()
    #获得图片的尺寸大小
    size = root.find('size')
    #获得宽
    w = int(size.find('width').text)
    #获得高
    h = int(size.find('height').text)
    #遍历目标obj
    for obj in root.iter('object'):
	#获得difficult ？？
        difficult = obj.find('difficult').text
	#获得类别 =string 类型
        cls = obj.find('name').text
        #如果类别不是对应在我们预定好的class文件中，或difficult==1则跳过
        if cls not in classes or int(difficult)==1:
            continue
	#通过类别名称找到id
        cls_id = classes.index(cls)
	#找到bndbox 对象
        xmlbox = obj.find('bndbox')
	#获取对应的bndbox的数组 = ['xmin','xmax','ymin','ymax']
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
	#带入进行归一化操作
	#w = 宽, h = 高， b= bndbox的数组 = ['xmin','xmax','ymin','ymax']
        bb = convert((w,h), b)
	#bb 对应的是归一化后的(x,y,w,h)
	#生成 calss x y w h 在label文件中
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

#返回当前工作目录
wd = getcwd()

#year ='2012', image_set ='train'

for year, image_set in sets:
　　　　'''
    对所有的文件数据集进行遍历
    做了两个工作：
　　　　１．讲所有图片文件都遍历一遍，并且将其所有的全路径都写在对应的txt文件中去，方便定位
　　　　２．同时对所有的图片文件进行解析和转化，将其对应的bundingbox 以及类别的信息全部解析写到label 文件中去
    　　　　　最后再通过直接读取文件，就能找到对应的label 信息
    '''
    #先找labels文件夹如果不存在则创建
    if not os.path.exists('/home/k/SoftWare/docker/VOC_data/VOCdevkit/VOC%s/labels/'%(year)):
        os.makedirs('/home/k/SoftWare/docker/VOC_data/VOCdevkit/VOC%s/labels/'%(year))

    #读取在ImageSets/Main 中的train、test..等文件的内容
    #包含对应的文件名称
    image_ids = open('/home/k/SoftWare/docker/VOC_data/VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
    #打开对应的2012_train.txt 文件对其进行写入准备
    list_file = open('%s_%s.txt'%(year, image_set), 'w')
    #将对应的文件_id以及全路径写进去并换行
    for image_id in image_ids:
        list_file.write('/home/k/SoftWare/docker/VOC_data/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(year, image_id))
	#调用  year = 年份  image_id = 对应的文件名_id
        convert_annotation(year, image_id)
    #关闭文件
    list_file.close()

#os.system(‘comand’) 会执行括号中的命令，如果命令成功执行，这条语句返回0，否则返回1
os.system("cat 2007_train.txt 2007_val.txt 2012_train.txt 2012_val.txt > train.txt")
os.system("cat 2007_train.txt 2007_val.txt 2007_test.txt 2012_train.txt 2012_val.txt > train.all.txt")

 另外，看到了voc数据集中的

Left
        1
        0

 

这几个标签不是很明白希望有高人指点！！