【VOC2007+2012】
数据集地址：https://pjreddie.com/projects/pascal-voc-dataset-mirror/
PASCAL VOC为图像识别和分类提供了一整套标准化的优秀的数据集，用于构建和评估用于图像分类（Classification），检测（Object Detection），和分割（Segmentation）的算法，从2005年到2012年每年都会举行一场图像识别challenge。
数据集类别（20类）：
Person: person；Animal: bird, cat, cow, dog, horse, sheep；Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train；Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor；数据集目录（VOC2007为例，只列出目标检测所用到的）：
-VOCdevkit-VOC2007-Annotations #存放xml标注文件，每个xml文件都对应于JPEGImages文件夹的一张图片，文件命名格式为：<图片编号.xml>-JPEGImages #存放训练图片和测试图片，文件命名格式为：<图片编号.jpg>-ImageSets #存放的是challenge对应的图像数据-Main #存放的是图像物体识别的数据，包含下列4个文件，文件内容格式均为：<图片编号>-train.txt #记录训练集所包含的图片编号-test.txt #记录测试集所包含的图片编号-val.txt #记录验证集所包含的图片编号-trainval.txt #记录验证集和训练集所包含的图片编号把上述目录所列的文件夹建好，接下来制作自己的VOC格式数据集。
【标注工具labelImg】
labelImg软件是一款免费的图像标注工具，常用来为目标检测任务标注数据集。labelImg的安装和使用参考GitHub项目：
https://github.com/tzutalin/labelImggithub.com记录下自己Mac版本的安装过程：
conda activate 环境名称 #可选
pip install pyqt5
pip install libxml2
pip install labelImg
labelImg #运行【制作自己的数据集】
1.JPEGImages文件夹
搜集并删选出自定类别的图片数据，将所有的.jpg图像文件放入JPEGImages文件夹，命名格式统一为“%6d.jpg”，(000001.jpg)
# -*- coding:utf8 -*-'''批量重命名文件夹中的图片文件'''
import os
class BatchRename():def __init__(self):self.path = './JPEGImages' # 修改成自己JPEGImages文件夹路径def rename(self):filelist = os.listdir(self.path)total_num = len(filelist)i = 1n = 6for item in filelist:if item.endswith('.jpg'):n = 6 - len(str(i))src = os.path.join(os.path.abspath(self.path), item)dst = os.path.join(os.path.abspath(self.path), str(0) * n + str(i) + '.jpg')try:os.rename(src, dst)print'converting %s to %s ...' % (src, dst)i = i + 1except:continueprint'total %d to rename & converted %d jpgs' % (total_num, i)
if __name__ == '__main__':demo = BatchRename()demo.rename()2.Annotations文件夹
使用labelImg工具标注图片中的目标，选择好图片存放文件夹（JPEGImages）和标注文件夹（Annotations），接下来就是无止尽的标注。。。
3.ImageSets文件夹
在ImageSets文件夹下新建Main文件夹，执行下面代码生成test.txt , train.txt , trainval.txt , val.txt。
# -*- coding：utf-8 -*-import os
import random trainval_percent = 0.7 # 自己设定（训练集+验证集）所占（训练集+验证集+测试集）的比重
train_percent = 0.8 # 自己设定（训练集）所占（训练集+验证集）的比重
xmlfilepath = 'Annotations/' #注意自己地址是否正确
txtsavepath = 'ImageSets/Main' #注意自己地址是否正确
total_xml = os.listdir(xmlfilepath) num = len(total_xml)
list = range(num)
tv = int(num*trainval_percent)
tr = int(tv*train_percent)
trainval = random.sample(list,tv)
train = random.sample(trainval,tr) ftrainval = open(txtsavepath+'/trainval.txt', 'w')
ftest = open(txtsavepath+'/test.txt', 'w')
ftrain = open(txtsavepath+'/train.txt', 'w')
fval = open(txtsavepath+'/val.txt', 'w') for i in 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()
print('Done')【数据集常用代码】
1.批量修改xml标签
import os
import xml.etree.ElementTree as ET#程序功能：批量修改VOC数据集中xml标签文件的标签名称
def changelabelname(inputpath):listdir = os.listdir(inputpath)for file in listdir:if file.endswith('xml'):file = os.path.join(inputpath,file)tree = ET.parse(file)root = tree.getroot()for object1 in root.findall('object'):for sku in object1.findall('name'): #查找需要修改的名称if (sku.text == 'type2_03'): #‘preName’为修改前的名称sku.text = 'type2_02' #‘TESTNAME’为修改后的名称tree.write(file,encoding='utf-8') #写进原始的xml文件并避免原始xml中文字符乱码else:passelse:passif __name__ == '__main__':inputpath = 'anno/' #此处替换为自己的路径changelabelname(inputpath)2.批量统计每个类别的图片数量及目标数量
import re
import os
import xml.etree.ElementTree as ETclass1 = 'type1_01' #根据自己的类别修改（以下要均修改）
class2 = 'type2_02'
class3 = 'type2_03'
class4 = 'type1_02'
'''
class20 = 'tvmonitor'
'''
annotation_folder = './Annotations/' # 改为自己标签文件夹的路径
# annotation_folder = '/home/.../VOC2007/Annotations/'
list = os.listdir(annotation_folder)def file_name(file_dir):L = []for root, dirs, files in os.walk(file_dir):for file in files:if os.path.splitext(file)[1] == '.xml':L.append(os.path.join(root, file))return Ltotal_number1 = 0
total_number2 = 0
total_number3 = 0
total_number4 = 0
'''
total_number20 = 0
'''
total = 0
total_pic = 0pic_num1 = 0
pic_num2 = 0
pic_num3 = 0
pic_num4 = 0
'''
pic_num20 = 0
'''flag1 = 0
flag2 = 0
flag3 = 0
flag4 = 0
'''
flag20 = 0
'''xml_dirs = file_name(annotation_folder)for i in range(0, len(xml_dirs)):print(xml_dirs[i])annotation_file = open(xml_dirs[i]).read()root = ET.fromstring(annotation_file)total_pic = total_pic + 1for obj in root.findall('object'):label = obj.find('name').textif label == class1:total_number1 = total_number1 + 1flag1 = 1total = total + 1if label == class2:total_number2 = total_number2 + 1flag2 = 1total = total + 1if label == class3:total_number3 = total_number3 + 1flag3 = 1total = total + 1if label == class4:total_number4 = total_number4 + 1flag4 = 1total = total + 1'''if label == class20:total_number20=total_number20+1flag20=1total = total + 1'''if flag1 == 1:pic_num1 = pic_num1 + 1# print("pic number:", pic_num1)flag1 = 0if flag2 == 1:pic_num2 = pic_num2 + 1flag2 = 0if flag3 == 1:pic_num3 = pic_num3 + 1flag3 = 0if flag4 == 1:pic_num4 = pic_num4 + 1flag4 = 0'''if flag20==1:pic_num20=pic_num20+1flag20=0'''print(class1, pic_num1, total_number1)
print(class2, pic_num2, total_number2)
print(class3, pic_num3, total_number3)
print(class4, pic_num4, total_number4)
'''
print(class20,pic_num20, total_number20)
'''print("total", total_pic, total)
3.图片批量增广（水平、上下翻转等）
"""
图片批量翻转
"""
from PIL import Image
import os
import os.path# 指明被遍历的文件夹
rootdir = r'Rust_01/'
for parent, dirnames, filenames in os.walk(rootdir): # 遍历图片for filename in filenames:print('parent is :' + parent)print('filename is :' + filename)currentPath = os.path.join(parent, filename)print('the fulll name of the file is :' + currentPath)im = Image.open(currentPath)# Image.FLIP_LEFT_RIGHT,表示将图像左右翻转out = im.transpose(Image.FLIP_LEFT_RIGHT)# Image.FLIP_TOP_BOTTOM,表示将图像上下翻转# out = im.transpose(Image.FLIP_TOP_BOTTOM)# Image.ROTATE_90,表示将图像逆时针旋转90°# out = im.transpose(Image.ROTATE_90)# Image.ROTATE_180,表示将图像逆时针旋转180°# out = im.transpose(Image.ROTATE_180)# Image.ROTATE_270,表示将图像逆时针旋转270°# out = im.transpose(Image.ROTATE_270)# Image.TRANSPOSE,表示将图像进行转置(相当于顺时针旋转90°)# out = im.transpose(Image.TRANSPOSE)# Image.TRANSVERSE,表示将图像进行转置,再水平翻转# out = im.transpose(Image.TRANSVERSE)# 新建文件夹保存翻转后图片newname = r"Rust_01/" + '' + filenameout.save(newname) # 保存结束说明：研一初学目标检测，本文记录自己制作数据集的过程，以上参考、摘抄于以下文章，推荐阅读。有些代码忘记在哪里借鉴的了，如有读者见到，联系，加入参考链接。
参考：
转载：VOC2007数据集制作 - _harvey - 博客园www.cnblogs.comCSDN-专业IT技术社区-登录blog.csdn.netCSDN-专业IT技术社区-登录blog.csdn.net
)
