Win10环境下,将VOC数据集转为YOLOV5使用的数据集。

YOLOV5 采用的数据集和以前的yolo模型不一样,数据结构如下图:

Win10环境下,将VOC数据集转为YOLOV5使用的数据集。

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:


Win10环境下,将VOC数据集转为YOLOV5使用的数据集。


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:


import xml.etree.ElementTree as ET
import os
from os import getcwd
 
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"]
 
 
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)
 
 
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')
 
 
wd = getcwd()
for year, image_set in sets:
    if not os.path.exists('VOCdevkit/VOC%s/labels/' % year):
        os.makedirs('VOCdevkit/VOC%s/labels/' % year)
    image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt' % (year, image_set)).read().strip().split()
    list_file = open('%s.txt' % image_set, 'w')
    for image_id in image_ids:
        list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n' % (wd, year, image_id))
        convert_annotation(year, image_id)
    list_file.close()

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

Win10环境下,将VOC数据集转为YOLOV5使用的数据集。

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
import os
 
file_List = ["train", "val", "test"]
for file in file_List:
    if not os.path.exists('../VOC/images/%s' % file):
        os.makedirs('../VOC/images/%s' % file)
    if not os.path.exists('../VOC/labels/%s' % file):
        os.makedirs('../VOC/labels/%s' % file)
    print(os.path.exists('../tmp/%s.txt' % file))
    f = open('../tmp/%s.txt' % file, 'r')
    lines = f.readlines()
    for line in lines:
        print(line)
        line = "/".join(line.split('/')[-5:]).strip()
        shutil.copy(line, "../VOC/images/%s" % file)
        line = line.replace('JPEGImages', 'labels')
        line = line.replace('jpg', 'txt')
        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。


Win10环境下,将VOC数据集转为YOLOV5使用的数据集。

上一篇:Read-only dynamic data


下一篇:QUHD TV 寄托中国电视企业新未来,获六大业内知名专家力挺|访谈