Win10环境下,将VOC数据集转为YOLOV5使用的数据集。

AI浩 发表于 2021/12/22 23:00:23 2021/12/22
【摘要】 YOLOV5 采用的数据集和以前的yolo模型不一样,数据结构如下图: images文件夹存放train和val的图片 labels里面存放train和val的物体数据,里面的每个txt文件和images里面的图片是一一对应的。 txt文件的内容如下: 格式:物体类别 x y w h   坐...

YOLOV5 采用的数据集和以前的yolo模型不一样,数据结构如下图:

images文件夹存放train和val的图片

labels里面存放train和val的物体数据,里面的每个txt文件和images里面的图片是一一对应的。

txt文件的内容如下:

格式:物体类别 x y w h  

坐标是不是真实的坐标,是将坐标除以宽高后的计算出来的,是相对于宽和高的比例。

数据介绍完了,下面讲如何将voc数据转为yolov5使用的数据集。

本次采用的数据集是PASCAL VOC 2007。

地址:

训练集和验证集:

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar

测试集:

http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar

下载后解压,将测试集和训练集合并在一起。在YOLOV5工程下面新建tmp文件夹,然后将voc数据集放到tmp文件夹下面,如图:

在tmp文件夹下面新家voc2txt.py文件,将voc的数据转为txt数据。

讲解voc2txt.py代码:

导入包:

import xml.etree.ElementTree as ET

import os

from os import getcwd

列出数据集的类别:

sets=[('2007', 'train'), ('2007', 'val'), ('2007', 'test')]

classes = ["aeroplane", "bicycle", "bird", "boat", "bottle",

           "bus", "car", "cat", "chair", "cow", "diningtable", "dog",

           "horse", "motorbike", "person", "pottedplant", "sheep",

           "sofa", "train", "tvmonitor"]

对box进行转换,转换后的坐标就是相对长宽的小数:

def convert(size, box):

    dw = 1./(size[0])

    dh = 1./(size[1])

    x = (box[0] + box[1])/2.0 - 1

    y = (box[2] + box[3])/2.0 - 1

    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)

下面这个方法是获取单个xml的内容,将其转换。

def convert_annotation(year, image_id):

    in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))

    out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, 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')

整体代码如下:


  
  1. import xml.etree.ElementTree as ET
  2. import os
  3. from os import getcwd
  4. sets = [('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
  5. classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog",
  6. "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
  7. def convert(size, box):
  8. dw = 1. / (size[0])
  9. dh = 1. / (size[1])
  10. x = (box[0] + box[1]) / 2.0 - 1
  11. y = (box[2] + box[3]) / 2.0 - 1
  12. w = box[1] - box[0]
  13. h = box[3] - box[2]
  14. x = x * dw
  15. w = w * dw
  16. y = y * dh
  17. h = h * dh
  18. return (x, y, w, h)
  19. def convert_annotation(year, image_id):
  20. in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml' % (year, image_id))
  21. out_file = open('VOCdevkit/VOC%s/labels/%s.txt' % (year, image_id), 'w')
  22. tree = ET.parse(in_file)
  23. root = tree.getroot()
  24. size = root.find('size')
  25. w = int(size.find('width').text)
  26. h = int(size.find('height').text)
  27. for obj in root.iter('object'):
  28. difficult = obj.find('difficult').text
  29. cls = obj.find('name').text
  30. if cls not in classes or int(difficult) == 1:
  31. continue
  32. cls_id = classes.index(cls)
  33. xmlbox = obj.find('bndbox')
  34. b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
  35. float(xmlbox.find('ymax').text))
  36. bb = convert((w, h), b)
  37. out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
  38. wd = getcwd()
  39. for year, image_set in sets:
  40. if not os.path.exists('VOCdevkit/VOC%s/labels/' % year):
  41. os.makedirs('VOCdevkit/VOC%s/labels/' % year)
  42. image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt' % (year, image_set)).read().strip().split()
  43. list_file = open('%s.txt' % image_set, 'w')
  44. for image_id in image_ids:
  45. list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n' % (wd, year, image_id))
  46. convert_annotation(year, image_id)
  47. list_file.close()

运行完成后会生成test.txt  train.txt  val.txt。如图:

在tmp文件夹新建makedata.py,将生成的中间结果转为YOLOV5所使用的最终代码。

代码如下:


  
  1. import shutil
  2. import os
  3. file_List = ["train", "val", "test"]
  4. for file in file_List:
  5. if not os.path.exists('../VOC/images/%s' % file):
  6. os.makedirs('../VOC/images/%s' % file)
  7. if not os.path.exists('../VOC/labels/%s' % file):
  8. os.makedirs('../VOC/labels/%s' % file)
  9. print(os.path.exists('../tmp/%s.txt' % file))
  10. f = open('../tmp/%s.txt' % file, 'r')
  11. lines = f.readlines()
  12. for line in lines:
  13. print(line)
  14. line = "/".join(line.split('/')[-5:]).strip()
  15. shutil.copy(line, "../VOC/images/%s" % file)
  16. line = line.replace('JPEGImages', 'labels')
  17. line = line.replace('jpg', 'txt')
  18. shutil.copy(line, "../VOC/labels/%s/" % file)

执行完成后,会在yolov5工程下生成最终的数据集。

文章来源: wanghao.blog.csdn.net,作者:AI浩,版权归原作者所有,如需转载,请联系作者。

原文链接:wanghao.blog.csdn.net/article/details/108782268

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:cloudbbs@huaweicloud.com进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。