1.预备VOC数据集
将全部数据集图片放入JPEGImages文件夹中，全部的图片对应的xml文件放入Annotations中，ImageSets文件夹中创建Main文件夹，临时Main文件夹为空。
文件夹布局
- VOCdevkit
- ————VOC2007
- ————Annotations # 存放图片对应的xml文件，与JPEGImages图片一一对应
- ————ImageSets
- ————Main # 存放train.txt和val.txt文件
- ————JPEGImages # 存放所有图片
2.数据集分别
在 VOCdevkit 目次下创建split.py，运行之后会在 Main 文件夹下天生三个个txt文件：
train.txt、val.txt、test.txt
split.py
- # -*- coding: utf-8 -*-
- """
- Author:smile
- Date:2022/09/11 10：00
- 顺序：脚本A1
- 简介：分训练集、验证集和测试集，按照 8：1：1 的比例来分，训练集8，验证集1，测试集1
-
- """
- import os
- import random
- import argparse
- parser = argparse.ArgumentParser()
- # xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下
- parser.add_argument('--xml_path', default='VOCdevkit/VOC2007/Annotations', type=str, help='input xml label path')
- # 数据集的划分，地址选择自己数据下的ImageSets/Main
- parser.add_argument('--txt_path', default='VOCdevkit/VOC2007/ImageSets/Main', type=str, help='output txt label path')
- opt = parser.parse_args()
- train_percent = 0.8 # 训练集所占比例
- val_percent = 0.1 # 验证集所占比例
- test_persent = 0.1 # 测试集所占比例
- xmlfilepath = opt.xml_path
- txtsavepath = opt.txt_path
- total_xml = os.listdir(xmlfilepath)
- if not os.path.exists(txtsavepath):
- os.makedirs(txtsavepath)
- num = len(total_xml)
- list = list(range(num))
- t_train = int(num * train_percent)
- t_val = int(num * val_percent)
- train = random.sample(list, t_train)
- num1 = len(train)
- for i in range(num1):
- list.remove(train[i])
- val_test = [i for i in list if not i in train]
- val = random.sample(val_test, t_val)
- num2 = len(val)
- for i in range(num2):
- list.remove(val[i])
- file_train = open(txtsavepath + '/train.txt', 'w')
- file_val = open(txtsavepath + '/val.txt', 'w')
- file_test = open(txtsavepath + '/test.txt', 'w')
- for i in train:
- name = total_xml[i][:-4] + '\n'
- file_train.write(name)
- for i in val:
- name = total_xml[i][:-4] + '\n'
- file_val.write(name)
- for i in list:
- name = total_xml[i][:-4] + '\n'
- file_test.write(name)
-
-
- file_train.close()
- file_val.close()
- file_test.close()
第2步只是把数据集分别了比例，想练习，还要举行这一步。在VOCdevkit目次下创建voc_label.py，点击运行，会在目次下天生新的labels文件夹，把数据集路径导入txt文件，将每个xml标注信息提取转换为了txt格式，每个图像对应一个txt文件。
- # -*- coding: utf-8 -*-
- import xml.etree.ElementTree as ET
- import os
- sets = ['train', 'val', 'test'] # 如果你的Main文件夹没有test.txt，就删掉'test'
- # classes = ["a", "b"] # 改成自己的类别，VOC数据集有以下20类别
- classes = ["aeroplane", 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car', 'cat', 'chair', 'cow', 'diningtable', 'dog',
- 'horse', 'motorbike', 'person', 'pottedplant', 'sheep', 'sofa', 'train', 'tvmonitor'] # class names
- abs_path = os.getcwd()
- 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(image_id):
- in_file = open(abs_path + '/VOCdevkit/VOC2007/Annotations/%s.xml' % (image_id), encoding='UTF-8')
- out_file = open(abs_path + '/VOCdevkit/VOC2007/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
- # 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))
- b1, b2, b3, b4 = b
- # 标注越界修正
- if b2 > w:
- b2 = w
- if b4 > h:
- b4 = h
- b = (b1, b2, b3, b4)
- 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(abs_path + '/VOCdevkit/VOC2007/labels/'):
- os.makedirs(abs_path + '/VOCdevkit/VOC2007/labels/')
- image_ids = open(abs_path + '/VOCdevkit/VOC2007/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
- list_file = open(abs_path + '/VOCdevkit/VOC2007/%s.txt' % (image_set), 'w')
- for image_id in image_ids:
- list_file.write(abs_path + '/VOCdevkit/VOC2007/JPEGImages/%s.jpg\n' % (image_id)) # 要么自己补全路径，只写一半可能会报错
- convert_annotation(image_id)
- list_file.close()
此中，新天生的3个的train.txt、val.txt、test.txt，这正是反面练习必要用的文件。每个txt文件里面存放的图片的文件名全路径：
4.练习预备
1.创建自己数据集的 yaml 文件
找到文件夹 data , 在data 文件夹中创建自己数据集的 mydata.yaml 文件
train val test : 三个txt的路径(注意冒号后要有一个空格)
nc : 自己数据集种别个数
names: 数据集种别名字
2.修改练习 yolov7 的 yaml 文件
在 cfg/training 文件夹中，选择想要使用的 yaml 文件，将文件中的 nc 改为自己数据集的种别数
3. 修改datasets.py文件
做完以上步调，若直接开始练习，会报错：
- AssertionError: train: No labels in 2007_train.cache. Can not train without labels
找到 utils/dataset.py 文件，搜刮框搜刮 Define label，将下图赤色线处内容修改为’JPEGImages’。原本yolov7 代码这里是’images’，但VOC是把图片生存在JPEGImages下的，以是必要修改方能精确读取图片。
5. 开始练习
练习的时间 train 和 val 数据集都会使用到，验证集 test 在下一步使用
weights : 预练习权重位置
cfg : 上一部分修改的 yolov7.yaml 文件位置
data : 上一部分修改的数据集 yaml 文件位置
hyp ：练习所需超参数位置，可以不消修改
epochs : 想要练习的轮数
batch-size : 步距，必要显存，过大大概报错
6.使用 test.py
当练习完之后想要使用测试集（test）举行测试的时间，找到 test.py
weights : 自己练习完之后天生的权重位置
data : 同练习时使用的一样（自己数据集的 yaml）
task : 改为 test
参考：yolov5练习—VOC数据集分别（练习集、验证集、测试集）和转换YOLO格式_目的检测_下雨天不下雨-DevPress官方社区 (csdn.net)
来源：https://blog.csdn.net/qq_44177768/article/details/129799520
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！ |
