自动化工具制作PASCAL VOC 数据集

1. VOC的格式

VOC主要有三个重要的文件夹：Annotations、ImageSets和JPEGImages

JPEGImages 文件夹

该文件夹下存放着所有的训练集图片，格式都是.jpg

需要注意的是命名格式，虽然对命名没有特别要求，但是最好按照官方的命名方法，如000001.jpg，000123.jpg，然后在这个文件夹里就没有其他东西了。

Annotations 文件夹

该文件夹下存放的是每一个图片的标注信息，文件都是.xml格式，文件名和图片名是一致的对于该xml的格式，可以参考一下示例：

以上是使用标注工具标注的人脸，（在下面会提到，自己写的一个比较简陋的标注工具 ^^)，该图片的名字是000001.jpg

然后会在Annotations文件夹下面生成一个000001.xml文件与之对应：

<annotation>    <folder>VOCType</folder>    <filename>000001.jpg</filename>    <source>        <database>VOC</database>    </source>    <size>        <width>485</width>        <height>324</height>        <depth>3</depth>    </size>    <segmented>0</segmented>    <object>        <name>face</name>        <pose>Unspecified</pose>        <truncated>0</truncated>        <difficult>0</difficult>        <bndbox>            <xmin>287</xmin>            <ymin>57</ymin>            <xmax>351</xmax>            <ymax>150</ymax>        </bndbox>    </object></annotation>

这是一个基本的格式，其中的object标签保存的就是人脸的位置信息，对于一个图片里面有多个对象的话，在该xml中就有多个object。然后Annotations文件夹里面就是这样的一堆xml文件，其他没什么。

ImageSets 文件夹

在这个文件夹中还有一个Main文件夹，其他的文件夹不太重要（对于我目前的需求来说），这个文件夹中主要有四个.txt文件，分别是train.txt、test.txt、trainval.txt、val.txt

test.txt中保存的是测试所用的所有样本的名字，不过没有后缀（下同）,一般测试的样本数量占总数据集的50%

train.txt中保存的是训练所用的样本名，样本数量通常占trainval的50%左右

val.txt中保存的是验证所用的样本名，数量占trainval的50%左右

trainval.txt中保存的是训练验证样本，是上面两个的总和，一般数量占总数据集的50%

2.自动化标注工具

根据VOC的格式可以写一个标注工具。例如我使用Python和C++制作的一个工具：github

首先是rename.py，该脚本用来生成三个基本文件夹并将图片重新命名为VOC格式保存在JPEGImages中

然后打开VS2013工程，运行后可以开始进行图片的标注

标注完成后可以执行txt.py脚本，用来生成test.txt,train.txt,val.txt,trainval.txt四个文件并保存在Main文件夹中。

相关内容请见github。