【数据集显示标注】VOC文件结构+数据集标注可视化+代码实现

一、效果图:

效果前


显示:代码+常见报错===》正文开始↓

一、Pascal VOC数据集介绍

Pascal VOC网址:http://host.robots.ox.ac.uk/pascal/VOC/

训练/验证数据集下载(2G):host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar

数据下载镜像网站(实测迅雷教育网速度很快):https://pjreddie.com/projects/pascal-voc-dataset-mirror/

VOCdevkit文件夹

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:

└── 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、JPEGImages

主要提供的是PASCAL VOC所提供的所有的图片信息,包括训练图片,测试图片
这些图像就是用来进行训练和测试验证的图像数据。 

2、Annotations

 主要存放xml格式的标签文件,每个xml对应JPEGImage中的一张图片

<annotation>  <folder>VOC2012</folder>                             <filename>2007_000392.jpg</filename>               //文件名  <source>                                           //图像来源(不重要)  <database>The VOC2007 Database</database>  <annotation>PASCAL VOC2007</annotation>  <image>flickr</image>  </source>  <size>                              //图像尺寸(长宽以及通道数)                        <width>500</width>  <height>332</height>  <depth>3</depth>  </size>  <segmented>1</segmented>            //是否用于分割(在图像物体识别中01无所谓)  <object>                              //检测到的物体  <name>horse</name>                //物体类别  <pose>Right</pose>                //拍摄角度  <truncated>0</truncated>          //是否被截断(0表示完整)  <difficult>0</difficult>          //目标是否难以识别(0表示容易识别)  <bndbox>                          //bounding-box(包含左下角和右上角xy坐标)  <xmin>100</xmin>  <ymin>96</ymin>  <xmax>355</xmax>  <ymax>324</ymax>  </bndbox>  </object>  <object>              //检测到多个物体  <name>person</name>  <pose>Unspecified</pose>  <truncated>0</truncated>  <difficult>0</difficult>  <bndbox>  <xmin>198</xmin>  <ymin>58</ymin>  <xmax>286</xmax>  <ymax>197</ymax>  </bndbox>  </object>  
</annotation> 

3、ImageSets 

  • Action // 人的动作
  • Layout // 人体的具体部位
  • Main // 图像物体识别的数据,总共20类, 需要保证train val没有交集
    • train.txt
    • val.txt
    • trainval.txt
  • Segmentation // 用于分割的数据

4、SegmentationObject【实例分割相关】

5、SegmentationClass【语义分割相关】

二、VOC可视化数据集

1、作用

在做目标检测时,首先要检查标注数据。一方面是要了解标注的情况,另一方面是检查数据集的标注和格式是否正确,只有正确的情况下才能进行下一步的训练。

2、代码实现

import os
# import sys
import cv2
import random
from tqdm import tqdm
# import numpy as np
import argparse
import xml.etree.ElementTree as ETdef xml_reader(filename):""" Parse a PASCAL VOC xml file """tree = ET.parse(filename)objects = []for obj in tree.findall('object'):obj_struct = {}obj_struct['name'] = obj.find('name').textbbox = obj.find('bndbox')obj_struct['bbox'] = [int(bbox.find('xmin').text),int(bbox.find('ymin').text),int(bbox.find('xmax').text),int(bbox.find('ymax').text)]objects.append(obj_struct)return objectsdef get_image_list(image_dir, suffix=['jpg', 'png']):'''get all image path ends with suffix'''if not os.path.exists(image_dir):print("PATH:%s not exists" % image_dir)return []imglist = []for root, sdirs, files in os.walk(image_dir):if not files:continuefor filename in files:filepath = os.path.join(root, filename)if filename.split('.')[-1] in suffix:imglist.append(filepath)return imglistif __name__ == "__main__":parser = argparse.ArgumentParser(description='check data')parser.add_argument('--input', dest='input', help='The input dir of images', type=str)parser.add_argument('--output', dest='output', default='temp', help='The output dir of images', type=str)parser.add_argument('--num', dest='num', default=50, help='The number of images you want to check', type=int)args = parser.parse_args()if not os.path.exists(args.output):os.makedirs(args.output)img_list = get_image_list(args.input)img_list = random.sample(img_list, args.num)for img_path in tqdm(img_list):img = cv2.imread(img_path)if img is None or not img.any():continuexml_path = img_path.replace("JPEGImages", "Annotations").replace(".jpg", ".xml").replace(".png", ".xml")objects = xml_reader(xml_path)if len(objects) == 0:continue# draw box and namefor obj in objects:name = obj['name']box = obj['bbox']p1 = (box[0], box[1])p2 = (box[2], box[3])p3 = (max(box[0], 15), max(box[1], 15))cv2.rectangle(img, p1, p2, (0, 0, 255), 2)cv2.putText(img, name, p3, cv2.FONT_ITALIC, 1, (0, 255, 0), 2)img_name = os.path.basename(img_path)cv2.imwrite(os.path.join(args.output, img_name), img)

3、使用方法

python Visual_dataset.py --input VOCdevkit/JPEGImages --output ./Result_imgs --num 3408python 上述代码的文件名称 --input 图片地址 --output 输出文件夹地址 --num 图片数量

4、常见报错

(python38) D:\pythontorch\VOC>python Visual_dataset.py --input VOCdevkit/ImageSets --output Result_imgs --num 3408
Traceback (most recent call last):
  File "Visual_dataset.py", line 55, in <module>
    img_list = random.sample(img_list, args.num)
  File "C:\ProgramData\Anaconda3\envs\python38\lib\random.py", line 363, in sample
    raise ValueError("Sample larger than population or is negative")
ValueError: Sample larger than population or is negative

原因 你的路径写错了
 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/469086.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MYSQL基础十一--存储引擎

MYSQL可以将数据以不同的技术存储在文件(内存)中&#xff0c;这种技术就称为存储引擎。 每一种存储引擎使用不同的存储机制、索引技巧、锁定水平&#xff0c;最终提供广泛且不同的功能。 存储引擎&#xff1a; MyISAM InnoDB Memory CSV Archive 并发控制&#xff1a;当多个连接…

tinyxml2遍历所有节点_Python实现二叉树的遍历

Outline&#xff1a;二叉树概念二叉树遍历&#xff08;前序、中序、后序、宽度优先遍历&#xff09;的迭代实现和递归实现&#xff1b;二叉树的深度&#xff0c;二叉树到leaf的所有路径。树&#xff08;Tree&#xff09;是一种抽象数据类型&#xff08;ADT&#xff09;&#xf…

触摸屏响应速度性能分析

1 前言2 触摸屏的响应速度分为几个阶段去优化3 举例:Rockchip平台 3.1 分析3.2 总结:所以阶段3耗时:439.251402-439.249389=2.1ms4示波器测试 4.1 阶段14.2 阶段2,阶段35 代码测试6 原文链接1 前言 上一篇文章介绍了Android Input子系统,Touchscreen是典型的输入设备,有…

如何监控NVIDIA Jetson的的运行状态和使用情况

一、NVIDIA Jetson介绍 NVIDIA Jetson是NVIDIA为新一代自主机器设计的嵌入式系统&#xff0c;是一个AI平台&#xff0c;所提供的性能和能效可提高自主机器软件的运行速度。每个系统都是一个完备的模块化系统&#xff0c;具备CPU、GPU、PMIC、DRAM和闪存。Jetson具备可扩展性&a…

atm取款机的简单程序代码_LeNet:一个简单的卷积神经网络PyTorch实现

前两篇文章分别介绍了卷积层和池化层&#xff0c;卷积和池化是卷积神经网络必备的两大基础。本文我们将介绍一个早期用来识别手写数字图像的卷积神经网络&#xff1a;LeNet[1]。LeNet名字来源于论文的第一作者Yann LeCun。1989年&#xff0c;LeNet使用卷积神经网络和梯度下降法…

gcc c语言编译流程

1前言 最近群里讨论个C语言的小程序,看起来都不是很难,但是大家对答案有争论,所以想讨论编译原理,做嵌入式要对编译原理有一定的了解,所以转了这篇文章。 我们之前讨论的问题如下代码 #include #include #define WEIQIFA 0;int main(void) { int i = WEIQIFA; …

【数据集转换】VOC数据集转COCO数据集·代码实现+操作步骤

在自己的数据集上实验时&#xff0c;往往需要将VOC数据集转化为coco数据集&#xff0c;因为这种需求所以才记录这篇文章&#xff0c;代码出处未知&#xff0c;感谢开源。 在远程服务器上测试目标检测算法需要用到测试集&#xff0c;最常用的是coco2014/2017和voc07/12数据集。 …

交换两个整型变量的数值

#include<stdio.h>#include<conio.h> main(){ void swap(int *p1,int *p2);//定义一个函数作用是交换两个整型变量的数值 int x,y;//定义整型变量x&#xff0c;y int *a1,*a2;//定义整型指针a1&#xff0c;a2 printf("任意输入两个数值&#xff1a;")…

idea spring tomcat启动失败_技术篇 | 实用IDEA插件和工具系列

前 言本章主要分享一些工作中常用的IDEA插件(Maven Helper、Lombok、Mybatis Log Plugin、RestfulToolkit、JRebel And XRebel)和实用工具arthas。01Maven Helper作用&#xff1a;能清晰的查看当项目的Maven依赖版本、依赖关系、依赖冲突等情况。使用步骤&#xff1a;①安装后,…

【数据集可视化】VOC数据集标注可视化+代码实现

二、VOC可视化数据集 1、作用 在做目标检测时&#xff0c;首先要检查标注数据。一方面是要了解标注的情况&#xff0c;另一方面是检查数据集的标注和格式是否正确&#xff0c;只有正确的情况下才能进行下一步的训练。 2、代码实现 import os # import sys import cv2 import…

串口UART串行总线协议

串口UART 串行端口是异步的&#xff08;不传输时钟相关数据&#xff09;&#xff0c;两个设备在使用串口通信时&#xff0c;必须先约定一个数据传输速率&#xff0c;并且这两个设备各自的时钟频率必须与这个速率保持相近&#xff0c;某一方的时钟频率相差很大都会导致数据传输…

基于Springboot外卖系统01:技术构成+功能模块介绍

外卖系统是专门为餐饮企业&#xff08;餐厅、饭店&#xff09;定制的一款软件产品&#xff0c;包括 系统管理后台 和 移动端应用 两部分。其中系统管理后台主要提供给餐饮企业内部员工使用&#xff0c;可以对餐厅的分类、菜品、套餐、订单、员工等进行管理维护。移动端应用主要…

HTML5本地图片裁剪并上传

最近做了一个项目&#xff0c;这个项目中需要实现的一个功能是&#xff1a;用户自定义头像&#xff08;用户在本地选择一张图片&#xff0c;在本地将图片裁剪成满足系统要求尺寸的大小&#xff09;。这个功能的需求是&#xff1a;头像最初剪切为一个正方形。如果选择的图片小于…

python成员运算符包括_Python 使用成员运算符案例

什么是操作符&#xff1f; 简单的回答可以使用表达式4 5等于9&#xff0c;在这里4和5被称为操作数&#xff0c;被称为操符。 Python语言支持操作者有以下几种类型。 算术运算符 比较(即关系)运算符 赋值运算符 逻辑运算符 位运算符 会员操作符 标识操作符 下面简单介绍一下&am…

嵌入式就应该这样学!!

嵌入式就应该这样学&#xff01;&#xff01; 1、Linux内核 Linux 内核定时器 Linux进程上下文和中断上下文内核空间和用户空间 Linux内核链表 Linux 内核模块编译 Linux内核使用Gdb调试 Linux动态打印kernel日志 Linux的中断可以嵌套吗 Linux内核定时器 Linux 驱动之Ioctl Lin…

基于Springboot外卖系统02:数据库搭建+Maven仓库搭建

1 数据库环境搭建 1.1 创建数据库 可以通过以下两种方式中的任意一种, 来创建项目的数据库: 1).图形界面 注意: 本项目数据库的字符串, 选择 utf8mb4 2).命令行 1.2 数据库表导入 项目的数据库创建好了之后, 可以直接将 资料/数据模型/db_reggie.sql 直接导入到数据库中, …

写给准备参加秋招的学弟学妹们~一定要来看哦~

一. 写在前面 这两天找工作不易&#xff0c;由衷感慨&#xff0c;很多书都没早看&#xff0c;所以希望学弟学妹们能多看点书&#xff0c;特别是我们qtech的ACMer们&#xff0c;我们这种acm弱校的ACMer走出来的&#xff0c;acm水平都不行&#xff0c;如果再像我当年那样&#x…

margin 负边距应用

margin-right:负值&#xff0c;在没有设置DOM元素宽度的前提下&#xff0c;DOM元素宽度变宽。 1 <!DOCTYPE html>2 <html lang"zh-CN">3 4 <head>5 <meta charset"UTF-8">6 <meta http-equiv"X-UA-Co…

python写xml文件_用python写xml文件

def writeInfoToXml(filename, config_id, obj_name): from xml.dom.minidom import Documenteg:Web ServersDenial of ServiceGeneral # 创建dom文档 doc Document() # 创建根节点 modify_node doc.createElement(modify_config) # 修改或添加节点中元素内容 modify_node.se…

基于Springboot外卖系统03:pom.xml导入依赖+数据库配置文件+Boot启动类+静态资源映射

1).在pom.xml中导入依赖 <?xml version"1.0" encoding"UTF-8"?> <project xmlns"http://maven.apache.org/POM/4.0.0"xmlns:xsi"http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation"http://maven.apache…