天天看點

Win10環境下,将VOC資料集轉為YOLOV5使用的資料集。

YOLOV5 采用的資料集和以前的yolo模型不一樣,資料結構如下圖:

Win10環境下,将VOC資料集轉為YOLOV5使用的資料集。

images檔案夾存放train和val的圖檔

labels裡面存放train和val的物體資料,裡面的每個txt檔案和images裡面的圖檔是一一對應的。

txt檔案的内容如下:

Win10環境下,将VOC資料集轉為YOLOV5使用的資料集。

格式:物體類别 x y w h  

坐标是不是真實的坐标,是将坐标除以寬高後的計算出來的,是相對于寬和高的比例。

資料介紹完了,下面講如何将voc資料轉為yolov5使用的資料集。

本次采用的資料集是PASCAL VOC 2007。

位址:

訓練集和驗證集:

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

測試集:

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

下載下傳後解壓,将測試集和訓練集合并在一起。在YOLOV5工程下面建立tmp檔案夾,然後将voc資料集放到tmp檔案夾下面,如圖:

在tmp檔案夾下面新家voc2txt.py檔案,将voc的資料轉為txt資料。

講解voc2txt.py代碼:

導入包:

import xml.etree.ElementTree as ET

import os

from os import getcwd

列出資料集的類别:

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"]

對box進行轉換,轉換後的坐标就是相對長寬的小數:

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)

下面這個方法是擷取單個xml的内容,将其轉換。

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')

整體代碼如下:

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()      

運作完成後會生成test.txt  train.txt  val.txt。如圖:

Win10環境下,将VOC資料集轉為YOLOV5使用的資料集。

在tmp檔案夾建立makedata.py,将生成的中間結果轉為YOLOV5所使用的最終代碼。

代碼如下:

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)      

執行完成後,會在yolov5工程下生成最終的資料集。

Win10環境下,将VOC資料集轉為YOLOV5使用的資料集。