Faster-RCNN/SSD/训练将数据集做成VOC2007格式

本文主要是介绍Faster-RCNN/SSD/训练将数据集做成VOC2007格式，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

reference:
http://blog.csdn.net/sinat_30071459/article/details/50723212

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，其他格式行不行我没有试过，我的训练集也是jpg格式的。

批量修改图片名字为VOC2007格式可以参考以下Matlab代码：

[plain]  view plain copy  
 %%  
 %图片保存路径为：  
 %E:\image\car  
 %E:\image\person  
 %car和person是保存车和行人的文件夹  
 %这些文件夹还可以有多个，  
 %放在image文件夹里就行  
 %该代码的作用是将图片名字改成000123.jpg这种形式  
 %%  
 clc;  
 clear;  
   
 maindir='E:\image\';  
 name_long=5; %图片名字的长度，如000123.jpg为6,最多9位,可修改  
 num_begin=1; %图像命名开始的数字如000123.jpg开始的话就是123  
   
 subdir = dir(maindir);  
 n=1;  
   
 for i = 1:length(subdir)  
   if ~strcmp(subdir(i).name ,'.') && ~strcmp(subdir(i).name,'..')  
      subsubdir = dir(strcat(maindir,subdir(i).name));  
     for j=1:length(subsubdir)  
          if ~strcmp(subsubdir(j).name ,'.') && ~strcmp(subsubdir(j).name,'..')  
             img=imread([maindir,subdir(i).name,'\',subsubdir(j).name]);  
             imshow(img);  
             str=num2str(num_begin,'%09d');  
             newname=strcat(str,'.jpg');  
             newname=newname(end-(name_long+3):end);  
             system(['rename ' [maindir,subdir(i).name,'\',subsubdir(j).name] ' ' newname]);  
             num_begin=num_begin+1;  
             fprintf('当前处理文件夹%s',subdir(i).name);  
             fprintf('已经处理%d张图片\n',n);  
             n=n+1;  
            pause(0.1);%可以将暂停去掉  
          end  
     end  
   end  
 end  

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：

[html]  view plain copy  
 imwrite(img,strcat(save_path,newname));%改名后保存到另一文件夹，原图片不变  

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。

2.打框

就是所谓的包围框，将图片的中所框的目标信息保存起来，我的是保存到txt里，如下：

[plain]  view plain copy  
 000002.jpg car 44 28 132 121  
 000003.jpg car 54 19 243 178  
 000004.jpg car 168 6 298 164  

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）。

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。

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：

[plain]  view plain copy  
 000005  
 000027  
 000028  
 000033  
 000042  
 000045  
 000048  
 000058  

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：

[html]  view plain copy  
 %%  
 %该代码根据已生成的xml，制作VOC2007数据集中的trainval.txt;train.txt;test.txt和val.txt  
 %trainval占总数据集的50%，test占总数据集的50%；train占trainval的50%，val占trainval的50%；  
 %上面所占百分比可根据自己的数据集修改，如果数据集比较少，test和val可少一些  
 %%  
 %注意修改下面四个值  
 xmlfilepath='E:\Annotations';  
 txtsavepath='E:\ImageSets\Main\';  
 trainval_percent=0.5;%trainval占整个数据集的百分比，剩下部分就是test所占百分比  
 train_percent=0.5;%train占trainval的百分比，剩下部分就是val所占百分比  
   
   
 %%  
 xmlfile=dir(xmlfilepath);  
 numOfxml=length(xmlfile)-2;%减去.和..  总的数据集大小  
   
   
 trainval=sort(randperm(numOfxml,floor(numOfxml*trainval_percent)));  
 test=sort(setdiff(1:numOfxml,trainval));  
   
   
 trainvalsize=length(trainval);%trainval的大小  
 train=sort(trainval(randperm(trainvalsize,floor(trainvalsize*train_percent))));  
 val=sort(setdiff(trainval,train));  
   
   
 ftrainval=fopen([txtsavepath 'trainval.txt'],'w');  
 ftest=fopen([txtsavepath 'test.txt'],'w');  
 ftrain=fopen([txtsavepath 'train.txt'],'w');  
 fval=fopen([txtsavepath 'val.txt'],'w');  
   
   
 for i=1:numOfxml  
     if ismember(i,trainval)  
         fprintf(ftrainval,'%s\n',xmlfile(i+2).name(1:end-4));  
         if ismember(i,train)  
             fprintf(ftrain,'%s\n',xmlfile(i+2).name(1:end-4));  
         else  
             fprintf(fval,'%s\n',xmlfile(i+2).name(1:end-4));  
         end  
     else  
         fprintf(ftest,'%s\n',xmlfile(i+2).name(1:end-4));  
     end  
 end  
 fclose(ftrainval);  
 fclose(ftrain);  
 fclose(fval);  
 fclose(ftest);  