目标检测数据集标注-VOC格式

目录

一、了解Voc数据格式

1. Anotations目录

2. JPEGImages目录

 3. ImageSets目录

二、自己标准目标检测数据

1. 安装标注工具

2. 配置环境

3. 创建文件夹

4. 标注数据

---

        深度学习工程师在数据标注上是必不可少的内容之一。

• 一、了解Voc数据格式

        利用深度学习方法如Faster R-CNN或YOLOv3等进行目标检测时需要训练数据集，我们很少会根据自己的数据集格式修改代码，更多的是按照一定格式修改自己的数据格式，而PASCAL VOC为图像识别和分类提供了一整套标准化的数据集，为了方便我们目标检测的进行，可以先来详细的记录一下PASCAL VOC的格式。

        Pascal VOC数据集下载地址：The PASCAL Visual Object Classes Homepage

        数据集下载后解压得到一个名为VOCdevkit的文件夹，该文件夹结构如下：

1. Anotations目录

目录存放xml文件：

        Annotations文件夹中存放的是xml格式的标签文件，每一个xml文件都对应于JPEGImages文件夹中的一张图片，包含了图片的重要信息：图片的名称，图片中object的类别及其bounding box坐标。

内容如下：

	VOC2007
	000051.jpg
	
		The VOC2007 Database
		PASCAL VOC2007
		flickr
		291539949
	
	
		kristian_svensson
		Kristian Svensson
	
	
		500
		375
		3
	
	0
	
	
	

        其中重要字段解析如下：

标签	解释
filename	文件名
source	图像来源（不重要）
size	图像尺寸（长宽以及通道），包含了width，height和depth
segmented	是否用于分割
object	需检测到的物体，包含了物体名称name，拍摄角度pose，是否截断truncated，难以识别difficult，object对应的bounding box信息 bndbox
bndbox	包含左下角和右上角x，y坐标 （xmin，ymin，xmax，ymax

        以下程序可以将XML标签中目标绘制在图像中，具体步骤为：

                1.用xml.etree.ElementTree库中的parse方法解析xml文件；

                2.获取xml文件的根节点；

                3.寻找object节点用find() 和findall()， .text表示获取节点中的内容；

                4.cv2绘图，rectangle画框，putTEXT标注类别。

        代码：

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET  
import os,cv2
 
xml_file='Annotations/000282.xml'
tree=ET.parse(xml_file)
root=tree.getroot()
imgfile='JPEGImages/000282.jpg'
im = cv2.imread(imgfile)
for object in root.findall('object'):
    object_name=object.find('name').text
    Xmin=int(object.find('bndbox').find('xmin').text)
    Ymin=int(object.find('bndbox').find('ymin').text)
    Xmax=int(object.find('bndbox').find('xmax').text)
    Ymax=int(object.find('bndbox').find('ymax').text)
    color = (4, 250, 7)
    cv2.rectangle(im,(Xmin,Ymin),(Xmax,Ymax),color,2)
    font = cv2.FONT_HERSHEY_SIMPLEX  
    cv2.putText(im, object_name, (Xmin,Ymin - 7), font, 0.5, (6, 230, 230), 2)
    cv2.imshow('01',im)
#cv2.imwrite('02.jpg', im)

2. JPEGImages目录

        存放的是数据集的原图片，像素尺寸大小不一。

 3. ImageSets目录

        ImageSets存放的是每一种计算机视觉任务类型所对应的文件夹，各个文件夹均存放txt格式文件，txt中记录图片名：

文件夹	数据信息
Layout	具有人体部位的数据
Main	一般存放图像物体识别的数据
Segmentation	用于语义，实例分割的数据

        目标检测主要用到Main文件夹中的txt文件（训练自己的数据时，我们需要自己生成）：

文件夹	数据信息
train	训练使用的图片名称（无后缀）
val	验证使用的图片名称（无后缀）
trainval	以上两者的合并
test	测试使用的图片名称（无后缀）

• 二、自己标准目标检测数据

  1. 安装标注工具

        数据标注工具labelImg，可以通过可视化的操作界面进行画框标注，就能自动生成VOC格式的xml文件，该工具是基于Python语言编写的，这样就支持在Windows、Linux的跨平台运行。

        下载地址为：https://github.com/tzutalin/labelImg

        解压，得到LabelImg-master文件夹：

​​​​​​​2. 配置环境

        安装说明：

        

        终端进入LabelImg-master 目录下 ，依次执行如下命令即可

        

# 更新源
python.exe -m pip install --upgrade pip
# 安装qt5：
pip install pyqt5 lxml
# 加载资源
pyrcc5 -o libs/resources.py resources.qrc
# 启动软件
python labelImg.py

 ​​​​​​​

3. 创建文件夹

        按照VOC数据集的要求，创建以下文件夹：
                （1）Annotations：用于存放标注后的xml文件；
                （2）ImageSets/Main：用于存放训练集、测试集、验收集的文件列表；
                （3）JPEGImages：用于存放原始图像；

​​​​​​​4. 标注数据

        将源图片集放在JPEGImages文件夹里面，注意图片的格式必须是jpg格式的。打开labelImg标注工具，然后点击左侧的工具栏“Open Dir”按钮，选择刚才放猫的JPEGImages文件夹。这时，主界面将会自动加载第一张猫照片。

         点击左侧工具栏的“Create RectBox”按钮，然后在主界面上点击拉个矩形框，将猫圈出来。

        圈定后，将会弹出一个对话框，用于输入标注物体的类别，这里输入cat作为object类别。

        然后点击左侧工具栏的“Save”按钮，选择刚才创建的Annotations作为保存目录，系统将自动生成VOC2007格式的xml文件保存起来。这样就完成了一张猫照片的物体标注了。

        接下来点击左侧工具栏的“Next Image”进入下一张图像，按照以上步骤，画框、输入名称、保存，如此反复，直到把所有照片都标注好，保存起来。

        保存在Anotations目录下图片名字对应的xml文件上，内容如下：

	JPEGImages
	test_00000024.jpg
	F:\数据集\myVOC_test\JPEGImages\test_00000024.jpg
	
		Unknown
	
	
		188
		220
		3
	
	0