voc_lable.py文件代码解读
下载python脚本:
wget https://pjreddie.com/media/files/voc_label.py
代码解读:
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
#数据集
sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
#要检测的类别
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):
#box中存的是框的xmin,xmax,ymin,ymax
dw = 1./(size[0])#size[0]是图片的宽度
dh = 1./(size[1])#size[1]是图片的高度
#x,y框的中心坐标
x = (box[0] + box[1])/2.0 - 1
y = (box[2] + box[3])/2.0 - 1
#w,h框的宽度和高度
w = box[1] - box[0]
h = box[3] - box[2]
#把相关值进行等比例转换,或者说归一化
x = x*dw
w = w*dw
y = y*dh
h = h*dh
return (x,y,w,h)
def convert_annotation(year, image_id):#从XML文件中读出数据,到上面的函数中归一化,然后将信息写到txt标注文件中
in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))#要读取的数据集中的注释文件,是XML格式
out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')#要生成的标注文件,是txt格式
tree=ET.parse(in_file)
root = tree.getroot()
size = root.find('size')#图片大小的节点
w = int(size.find('width').text)#从注释文件中获得图片的“宽”和“高”
h = int(size.find('height').text)
for obj in root.iter('object'):#检测到的对象节点
difficult = obj.find('difficult').text#从注释文件中获得difficult
cls = obj.find('name').text#从注释文件中获得“类别名”
if cls not in classes or int(difficult)==1:
continue
cls_id = classes.index(cls)#获得这个类别名,在上面的classes中的位置序号
xmlbox = obj.find('bndbox')#检测框节点
#b中是框的xmin,xmax,ymin,ymax
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)#bb中是归一化后的,框的中心坐标,宽,高
#[fun(a) for a in [...]]
#>>> [a+1 for a in [2,3,4,5,6]]
#[3, 4, 5, 6, 7]
#'内容'.join([string array])
#>>> '.'.join(['2','3','4','5','6'])
#'2.3.4.5.6'
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')#向标注文件中写入:类别序号 框中心坐标x 框中心坐标y 框宽 框高
wd = getcwd()
#sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
for year, image_set in sets:
if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):#不存在labels路径,就新建这个路径
os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
#.read() 每次读取整个文件,它通常将读取到底文件内容放到一个字符串变量中,也就是说 .read() 生成文件内容是一个字符串类型
#.readline()每只读取文件的一行,通常也是读取到的一行内容放到一个字符串变量中,返回str类型
#.readlines()每次按行读取整个文件内容,将读取到的内容放到一个列表中,返回list类型
#strip('a')会把前后两端的字符a删除,而不会删除中间的a。括号没东西时,删除转义字符和空白字符
#split('a')就是将字符串中包含a的部分,将a删除,并从此处分割字符串为多个字符串。无参数时,以空格分
image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()#这个Main文件夹中的:train.txt;val.txt;test.txt三个文件,看了一下都是数据图片文件名
list_file = open('%s_%s.txt'%(year, image_set), 'w')#生成一个txt文件
for image_id in image_ids:
list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))#向txt文件中写入:当前目录/VOCdevkit/VOC年/JPEGImages/(Main文件夹中各文件读出的图片文件名).jpg\n
convert_annotation(year, image_id)#调用函数生成对应图片的,标注文件
list_file.close()
os.system("cat 2007_train.txt 2007_val.txt 2012_train.txt 2012_val.txt > train.txt")#将多个文件内容写入一个文件中
os.system("cat 2007_train.txt 2007_val.txt 2007_test.txt 2012_train.txt 2012_val.txt > train.all.txt")