Windows10+Darknet+YOLOv3训练自己数据（GPU）——1.数据集准备

1.创建VOC数据集

VOC数据集是YOLO模型训练的传统标准文件格式，在模型训练前首先需要创建自己的VOC数据集。下载Pascal VOC数据集，然后把官方VOC数据集里面的内容删除，只保留各个文件夹，然后将自己的数据放置在对应的文件夹中，这样确保待训练的数据格式不出错。该文件夹的主要内容如下所示：

└── VOCdevkit     #根目录
    └── VOC2012   #不同年份的数据集，这里只下载了2012的，还有2007等其它年份的
        ├── Annotations        #存放xml文件，与JPEGImages中的图片一一对应，解释图片的内容等等
        ├── ImageSets          #该目录下存放的都是txt文件，txt文件中每一行包含一个图片的名称，末尾会加上±1表示正负样本
        │   ├── Action
        │   ├── Layout
        │   ├── Main
        │   └── Segmentation
        ├── JPEGImages         #存放源图片
        ├── SegmentationClass  #存放的是图片，语义分割相关
        └── SegmentationObject #存放的是图片，实例分割相关

（1）准备好自己用来训练模型的图像，将其存放至上述的JPEGImages 文件夹中，统一命名为000001.jpg , 000002.jpg……格式。

在此过程中可能存在将视频分解为图片来作为训练样本的情况，如果训练的原始数据均为图片，直接阅读 ③，通过Python来统一命名图片。

①首先获取视频的帧数，代码如下：

# -*- coding: utf-8 -*-
import cv2

filename = r"C:\Users\Lenovo\Desktop\lettuce_imgdata\videos\G-L-4.avi"
video_cap = cv2.VideoCapture(filename)  # 读取视频

#读取视频帧数
frame_count = 0
all_frames = []
while(True):
    ret, frame = video_cap.read()
    if ret is False:
        break
    all_frames.append(frame)
    frame_count = frame_count + 1
frame_num = len(all_frames)
print(frame_num)

② 得到视频帧数后，将其填入下面代码中（我的为30），运行将视频分解为一帧一帧的图片并保存：

# -*- coding: utf-8 -*-
import cv2
mp4 = cv2.VideoCapture(r"C:\Users\Lenovo\Desktop\lettuce_imgdata\videos\G-R-1.avi")  # 读取视频
is_opened = mp4.isOpened()  # 判断是否打开
print(is_opened)
fps = mp4.get(cv2.CAP_PROP_FPS)  # 获取视频的帧率
print(fps)
widght = mp4.get(cv2.CAP_PROP_FRAME_WIDTH)  # 获取视频的宽度
height = mp4.get(cv2.CAP_PROP_FRAME_HEIGHT)  # 获取视频的高度
print(str(widght) + "x" + str(height))
i = 0
while is_opened:
    if i == 30:  ****# 填写上个过程中得到的视频帧数****
        break
    else:
        i += 1
    (flag, frame) = mp4.read()  # 读取图片
    file_name = r"C:\Users\Lenovo\Desktop\lettuce_imgdata\videos\4\lettuce_" + str(i) + ".jpg"
    print(file_name)
    if flag == True:
        cv2.imwrite(file_name, frame, [cv2.IMWRITE_JPEG_QUALITY,100])  # 保存图片
print("Done!")

③ 对所有待训练图片进行文件名统一，代码如下：

# -*- coding: utf-8 -*-
import os 
  
# Function to rename multiple files 
def main(): 
  
    for count, filename in enumerate(os.listdir("C:/Users/Lenovo/Desktop/images")): 
        dst =str(count) + ".jpg"
        src ='C:/Users/Lenovo/Desktop/images/'+ filename 
        dst ='C:/Users/Lenovo/Desktop/images/lettuce_'+ dst 
          
        # rename() function will 
        # rename all the files 
        os.rename(src, dst) 
  
# Driver Code 
if __name__ == '__main__': 
      
    # Calling main() function 
    main() 

（2）下载labelImg软件（提取码：2gba）进行图片上的检测对象标注，并将其生成的.xml文件存储在Annotations文件夹中。

① 解压之后有两个文件，首先记事本打开data文件夹下面的predefined_classes.txt文件，输入需要检测的类别名称，如car,person,dog……每个类别放一行，然后保存。最后运行labelImg.exe文件，如下图所示。

点击左侧工具栏中的Open Dir一直打开至JPEGImages 文件夹，然后确定，后续文件都会从这个文件夹打开；同样点击Change Save Dir直至Annotations文件夹，然后确定，最后会将标注的xml保存至该文件夹中。

Open图片，选择Create RectBox鼠标拖拉选择目标，并选择弹出窗口的类别名称，点击确定，最后点击左侧Save。

在Annotations文件夹中就能保存的xml文件，名称与图像一致。用记事本打开进行检查，发现标注框的width和height均为0：

<annotation>
	<folder>JPEGImages</folder>
	<filename>lettuce_1.jpg</filename>
	<path>D:/YOLO/keras-yolo3-master/VOCdevkit/VOC2012/JPEGImages/lettuce_1.jpg</path>
	<source>
		<database>Unknown</database>
	</source>
	<size>
		<width>0</width> **#图像的width和height均为0**
		<height>0</height> **#图像的width和height均为0**
		<depth>3</depth>
	</size>
	<segmented>0</segmented>
	<object>
		<name>lettuce</name>
		<pose>Unspecified</pose>
		<truncated>0</truncated>
		<difficult>0</difficult>
		<bndbox>
			<xmin>409</xmin>
			<ymin>5</ymin>
			<xmax>1622</xmax>
			<ymax>1014</ymax>
		</bndbox>
	</object>
</annotation>

这是不正常的，将导致后面模型训练出错，解决该问题的方法为：对JPEGImages文件夹中的所有的图片进行重新写入即可，代码如下：

import cv2
import os

img_path = 'D:\YOLO\keras-yolo3-master\VOCdevkit\VOC2012\JPEGImages'

all_file = os.listdir(img_path)
os.chdir(img_path) # very important
for filename in all_file:
	# print(filename)
	img=cv2.imread(filename)
	cv2.imwrite(filename,img,[int(cv2.IMWRITE_JPEG_QUALITY), 100])

再标注图像后发现xml文件参数正常了，依次标注所有待训练的样本图片，得到完整的JPEGImages和Annotations文件。至此，样本集准备基本结束，后续还需要生成其他训练文件，到下下一节需要处再讲。

下一篇：

Windows10+Darknet+YOLOv3训练自己数据——2.CUDA+cuDNN+Darknet框架配置