Pascal VOC 数据集格式详解

简介

Pascal Voc 格式是目标检测常用的格式。Pascal Voc 数据集官网

目录结构

PASCAL VOC数据集由5个部分构成:JPEGImages,Annotations,ImageSets,SegmentationClass以及SegmentationObject。

  • JPEGImages:存放的是训练与测试的所有图片。
  • Annotations:里面存放的是每张图片打完标签所对应的XML文件
  • ImageSets:ImageSets文件夹下本次讨论的只有Main文件夹,此文件夹中存放的主要又有四个文本文件test.txt,train.txt,trainval.txt,val.txt,其中分别存放的是测试集图片的文件名、训练集图片的文件名、训练验证集图片的文件名、验证集图片的文件名。
  • SegmentationClass与SegmentationObject:存放的都是图片,且都是图像分割结果图,对目标检测任务来说没有用。class segmentation 标注出每一个像素的类别 。object segmentation 标注出每一个像素属于哪一个物体

Annotation的Xml格式

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
<annotation>
<folder>17</folder> # 图片所处文件夹
<filename>77258.bmp</filename> # 图片名
<path>~/frcnn-image/61/ADAS/image/frcnn-image/17/77258.bmp</path>
<source> #图片来源相关信息
<database>Unknown</database>
</source>
<size> #图片尺寸
<width>640</width>
<height>480</height>
<depth>3</depth>
</size>
<segmented>0</segmented> #是否有分割label
<object> 包含的物体
<name>car</name> #物体类别
<pose>Unspecified</pose> #物体的姿态
<truncated>0</truncated> #物体是否被部分遮挡(>15%)
<difficult>0</difficult> #是否为难以辨识的物体, 主要指要结体背景才能判断出类别的物体。虽有标注, 但一般忽略这类物体
<bndbox> #物体的bound box
<xmin>2</xmin>
<ymin>156</ymin>
<xmax>111</xmax>
<ymax>259</ymax>
</bndbox>
</object>
</annotation>

LabelImg

用于对图片打标签的软件,可以生成Pascal Voc格式的Xml文件。LabelImg百度云下载链接
labelImg.png

制作Pascal VOC格式的数据集

  1. 爬取数据集图片放置于JPEGImages文件夹下,注意文件命名(按顺序递增)。
  2. 使用LabelImg进行标注,获取对应图片的XML标注文件,放置于Annotations文件夹下。
  3. 运行如下代码生成ImageSets文件夹
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    # -*- coding: utf-8 -*-
    # @Time : 2018/11/12 13:03
    # @Author : lazerliu
    # @File : xml2voc.py
    import os
    import random

    # ==================可能需要修改的地方=====================================#
    g_root_path = "D:/VOCdevkit/VOC2007/" #根路径
    xmlfilepath = "Annotations" # 标注文件存放路径
    saveBasePath = "ImageSets/Main/" # ImageSets信息生成路径
    trainval_percent = 0.98
    train_percent = 0.98
    # ==================可能需要修改的地方=====================================#

    os.chdir(g_root_path)
    total_xml = os.listdir(xmlfilepath)
    num = len(total_xml)
    xml_list = range(num)
    tv = int(num * trainval_percent)
    tr = int(tv * train_percent)
    trainval = random.sample(xml_list, tv)
    train = random.sample(trainval, tr)

    print("train and val size", tv)
    print("train size", tr)
    ftrainval = open(saveBasePath + "trainval.txt", "w")
    ftest = open(saveBasePath + "test.txt", "w")
    ftrain = open(saveBasePath + "train.txt", "w")
    fval = open(saveBasePath + "val.txt", "w")

    for i in xml_list:
    name = total_xml[i][:-4] + "\n"
    if i in trainval:
    ftrainval.write(name)
    if i in train:
    ftrain.write(name)
    else:
    fval.write(name)
    else:
    ftest.write(name)

    ftrainval.close()
    ftrain.close()
    fval.close()
    ftest.close()