前言
在【目标检测】YOLOv5跑通VOC2007数据集一文中，我写了个脚本来提取VOC中Segmentation划分好的数据集，但是经过观察发现，这个train.txt中仅有209条数据，而VOC2007的图片有9963张，这意味着大量的图片被浪费，没有输入到模型中进行训练。
因此，本篇就来重新修改数据集处理的流程，以解决这一问题。
数据集划分
我处理的思路是直接根据图片来进行划分，不用管ImageSets这个文件夹的信息。
在根目录下创建split_data.py
import os
import random
img_path = 'D:/Dataset/VOC2007/images/' # 图片文件夹路径(最后斜杠不要漏)
label_path = 'D:/Dataset/VOC2007/' # 生成划分数据路径
img_list = os.listdir(img_path)
train_ratio = 0.8 # 训练集比例
val_ratio = 0.1 # 验证集比例
shuffle = True # 是否随机划分
def data_split(full_list, train_ratio, val_ratio, shuffle=True):
n_total = len(full_list)
train_set_num = int(n_total * train_ratio)
val_set_num = int(n_total * val_ratio)
if shuffle:
random.shuffle(full_list)
train_set = full_list[:train_set_num]
val_set = full_list[train_set_num:(train_set_num val_set_num)]
test_set = full_list[(train_set_num val_set_num):]
return train_set, val_set, test_set
if __name__ == '__main__':
train_set, val_set, test_set = data_split(img_list, train_ratio, val_ratio, shuffle=True)
with open(label_path 'train.txt', 'w') as f:
for img_name in train_set:
f.write(img_name.split('.jpg')[0] 'n')
with open(label_path 'val.txt', 'w') as f:
for img_name in val_set:
f.write(img_name.split('.jpg')[0] 'n')
with open(label_path 'test.txt', 'w') as f:
for img_name in test_set:
f.write(img_name.split('.jpg')[0] 'n')这里我设置训练集/验证集/测试集的比例为：8：1：1，并且划分时进行可随机打乱，如有需要可以进行修改。
运行之后，在数据集文件夹下生成划分好的数据：
标签转换
和【目标检测】YOLOv5跑通VOC2007数据集文中一样，我们可以依旧采用之前的脚本进行转换，不同的是数据划分集的指向路径发生变化。
在根目录下新建voc2yolo.py文件
代码语言：javascript复制import xml.etree.ElementTree as ET
import os
sets = ['train', 'test', 'val']
Imgpath = 'D:/Dataset/VOC2007/images/'
xmlfilepath = 'D:/Dataset/VOC2007/Annotations/'
ImageSets_path = 'D:/Dataset/VOC2007/'
Label_path = 'D:/Dataset/VOC2007/'
classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
def convert(size, box):
dw = 1. / size[0]
dh = 1. / size[1]
x = (box[0] box[1]) / 2.0
y = (box[2] box[3]) / 2.0
w = box[1] - box[0]
h = box[3] - box[2]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)
def convert_annotation(image_id):
in_file = open(xmlfilepath '%s.xml' % (image_id))
out_file = open(Label_path 'labels/%s.txt' % (image_id), 'w')
tree = ET.parse(in_file)
root = tree.getroot()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
difficult = obj.find('difficult').text
cls = obj.find('name').text
if cls not in classes or int(difficult) == 1:
continue
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
float(xmlbox.find('ymax').text))
bb = convert((w, h), b)
out_file.write(str(cls_id) " " " ".join([str(a) for a in bb]) 'n')
for image_set in sets:
if not os.path.exists(Label_path 'labels/'):
os.makedirs(Label_path 'labels/')
image_ids = open(ImageSets_path '%s.txt' % (image_set)).read().strip().split()
list_file = open(Label_path '%s.txt' % (image_set), 'w')
for image_id in image_ids:
list_file.write(Imgpath '%s.jpgn' % (image_id))
convert_annotation(image_id)
list_file.close()运行之后，数据集文件下生成对应的labels，并且数据集指向发生变化。
训练准备
在data文件夹下新建mydata.yaml
train: D:/Dataset/VOC2007/train.txt
val: D:/Dataset/VOC2007/val.txt
test: D:/Dataset/VOC2007/test.txt
# number of classes
nc: 20
# class names
names: [ 'aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car', 'cat', 'chair', 'cow', 'diningtable', 'dog', 'horse', 'motorbike', 'person', 'pottedplant', 'sheep', 'sofa', 'train', 'tvmonitor' ]数据的指向修改为自己的路径。
剩下的步骤和前文一样。
