Pascal Voc 数据集格式解释

简介

Pascal Voc 格式是目标检测常用的格式。Pascal Voc 数据集官网

目录结构

PASCAL VOC数据集由5个部分构成：JPEGImages，Annotations，ImageSets，SegmentationClass以及SegmentationObject。

• JPEGImages：存放的是训练与测试的所有图片。
• Annotations：里面存放的是每张图片打完标签所对应的XML文件
• ImageSets：ImageSets文件夹下本次讨论的只有Main文件夹，此文件夹中存放的主要又有四个文本文件test.txt,train.txt,trainval.txt,val.txt,其中分别存放的是测试集图片的文件名、训练集图片的文件名、训练验证集图片的文件名、验证集图片的文件名。
• SegmentationClass与SegmentationObject：存放的都是图片，且都是图像分割结果图，对目标检测任务来说没有用。class segmentation 标注出每一个像素的类别 。object segmentation 标注出每一个像素属于哪一个物体

Annotation的Xml格式

  17 # 图片所处文件夹
  77258.bmp # 图片名
  ~/frcnn-image/61/ADAS/image/frcnn-image/17/77258.bmp
    #图片来源相关信息
    Unknown  
  
   #图片尺寸
    640
    480
    3
  
  0  #是否有分割label
  

LabelImg

用于对图片打标签的软件，可以生成Pascal Voc格式的Xml文件。LabelImg百度云下载链接。

labelImg.png

制作Pascal VOC格式的数据集

1. 爬取数据集图片放置于JPEGImages文件夹下，注意文件命名（按顺序递增）。
2. 使用LabelImg进行标注，获取对应图片的XML标注文件，放置于Annotations文件夹下。
3. 运行如下代码生成ImageSets文件夹

# -*- coding: utf-8 -*-
# @Time    : 2018/11/12 13:03
# @Author  : lazerliu
# @File    : xml2voc.py
import os
import random

# ==================可能需要修改的地方=====================================#
g_root_path = "D:/VOCdevkit/VOC2007/" #根路径
xmlfilepath = "Annotations"  # 标注文件存放路径
saveBasePath = "ImageSets/Main/"  # ImageSets信息生成路径
trainval_percent = 0.98
train_percent = 0.98
# ==================可能需要修改的地方=====================================#

os.chdir(g_root_path)
total_xml = os.listdir(xmlfilepath)
num = len(total_xml)
xml_list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(xml_list, tv)
train = random.sample(trainval, tr)

print("train and val size", tv)
print("train  size", tr)
ftrainval = open(saveBasePath + "trainval.txt", "w")
ftest = open(saveBasePath + "test.txt", "w")
ftrain = open(saveBasePath + "train.txt", "w")
fval = open(saveBasePath + "val.txt", "w")

for i in xml_list:
    name = total_xml[i][:-4] + "\n"
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftrain.write(name)
        else:
            fval.write(name)
    else:
        ftest.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()