将数据集做成VOC2007格式用于Faster-RCNN训练
来源:互联网 发布:刷优酷视频 淘宝违规 编辑:程序博客网 时间:2024/05/16 14:22
0.文件夹名
首先,确定你的数据集所放的文件夹名字,例如我的叫logos。
(或者和voc2007一样的名字:VOC2007)
1.图片命名
虽然说图片名对训练没什么影响,但建议还是按VOC2007那样,如“000005.jpg”这种形式。至于图片格式,代码里是写的jpg。
批量修改图片名字为VOC2007格式可以参考以下Matlab代码:
图片名如果比较特殊或者像1(1).jpg等这类可能无法重命名,可以使用imwrite,如:
也可以使用Total Commander来批量重命名,非常方便,推荐使用这个工具。
下载地址:Total Commander破解版
2.画目标包围框
将图片中所框的目标信息保存起来,我的是保存到txt里,如下:
前面是图片名,中间是目标类别,最后是目标的包围框坐标(左上角和右下角坐标)。
打框的代码(c++)我封装成了dll,下载地址:图像标注VS2013项目 (我的环境是win7vs2013旗舰版,win8 win10好像不能运行)
或者下这个EXE版本的(win7下用cmd运行,win8 win10可能运行不了):图像标注EXE
2016-10-18:
上面标注的代码使用的是别人封装的opencv动态库,现在修改为opencv2.4.10,64位,vs2013,按网上教程配置好opencv,资源地址:
图像标注EXE-2016-10-18
上面的代码好像忘写操作说明了,这里写一下:
(1)图片显示出来后,输入法切换到英文;
(2)在目标的左上角按下鼠标左键,拉一个包围框到目标右下角,然后键盘输入标签(一个字符)
(3)继续(2)操作,直到框完该张图片上的目标;
(4)按n进入下一张,esc退出。
注意:标签只能输入一个字符,你可以在生成的txt文件中替换成你实际的标签。
3.做xml
将第2步得到的txt转成xml。 如果每张图片有一个或多个包围框,可参考代码:VOC2007xml(这份代码生成的xml训练Matlab版本的FRCNN可能会出错,最好用下面修改过的)
这份代码生成的xml第一行含有版本和编码信息:<?xml version="1.0" encoding="utf-8"?>,并且含有空格,用来训练Faster RCNN可能会有问题,如下:
(左边是VOC2007数据集中的xml,右边是上面代码生成的xml(第一行我删掉了),用Notepad打开就可以看到)
VOC2007中的xml前面是tab字符(左边那些箭头),上面代码生成的xml是空格(那些小黄点),所以,必须将空格转换成tab,下载修改过的代码:VOC2007xml_new
(下载VOC2007xml_new就可以了,不用下载VOC2007xml,不过如果xml用作其他用途还是可以的)
最终,得到的xml就和VOC一样。
2016-11-24:
上面做xml的代码请下载修改过的代码!!!因为第一份代码带有<?xml version="1.0" encoding="utf-8"?>以及空格,训练会出错的!!!本来想把第一份代码删掉的,但是csdn好像没法删资源啊!!!
代码是Matlab(2014b)写的,没怎么优化,当时想的就是功能能实现就行。
另外,如果同一幅图上有多个目标,保存在txt文件中的包围框信息需要连续存放。
4.保存xml到Annotations
新建一个文件夹,名字为Annotations,将xml文件全部放到该文件夹里。5.将训练图片放到JPEGImages
新建一个文件夹,名字为JPEGImages,将所有的训练图片放到该文件夹里。
6.ImageSets\Main里的四个txt文件
新建文件夹,命名为ImageSets,在ImageSets里再新建文件夹,命名为Main。
我们可以通过xml名字(或图片名),生成四个txt文件,即:
txt文件中的内容为:
即图片名字(无后缀),test.txt是测试集,train.txt是训练集,val.txt是验证集,trainval.txt是训练和验证集.VOC2007中,trainval大概是整个数据集的50%,test也大概是整个数据集的50%;train大概是trainval的50%,val大概是trainval的50%。可参考以下代码:
这四个txt放在ImageSets\Main中。
这样,数据集就基本做好了。然后新建文件夹,名字为logos(第0步确定的名字),将上面三个文件夹放到这里,即logos文件夹里有三个文件夹:
将logos文件夹拷贝到datasets\VOCdevkit2007里就可以了。
(或者替换voc2007数据集中的Annotations、ImageSets和JPEGImages,免去一些训练的修改)
Matlab版本faster-rcnn训练过程看http://blog.csdn.net/sinat_30071459/article/details/50546891;
python版本faster-rcnn训练过程看http://blog.csdn.net/sinat_30071459/article/details/51332084。
0 0
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- Faster-RCNN/SSD/训练将数据集做成VOC2007格式
- Faster-RCNN训练:将数据集做成VOC2007格式
- Faster-RCNN训练:将数据集做成VOC2007格式
- 制作VOC2007格式数据集用于Faster-RCNN训练
- 制作VOC2007数据集用于Faster-RCNN训练
- JavaScript基础知识概述
- rplidar 三角测距激光雷达原理
- 2017-05-06 21:19:12,934 WARN [org.springframework.context.support.ClassPathXmlApplicationContext]
- 笔试题12. LeetCode OJ (12) Encode and Decode TinyURL
- 排序算法所用的辅助空间
- 将数据集做成VOC2007格式用于Faster-RCNN训练
- Servlet获取初始化参数
- Hbase伪分布式安装
- 手把手教你写Linux设备驱动---input子系统(四)--电容屏驱动ft5x06编写(一)(基于友善之臂4412开发板)
- android 实现aidl跨进程通信之二
- nodejs群聊和私聊
- Android程序配置文件使用
- sdut 3565 Feed the monkey dp
- 嵌入式面试之RS232-C串口通讯协议解析