一、介绍VOC2007格式
1、VOC2007文件夹中有以下5个文件夹：
（1）Annotations文件夹
该文件下存放的是xml格式的标签文件，每个xml文件都对应于JPEGImages文件夹的一张图片。
（2）JPEGImages文件夹
该文件夹下存放的是数据集所有的图片。
（3）ImageSets文件夹
该文件夹下存放了三个文件，分别是Layout、Main、Segmentation。在这里我们只用Main文件，其他两个暂且不管。
以下两个文件夹是与图像分割相关的。不用管。
（4）SegmentationClass文件
（5）SegmentationObject文件。
2、Main文件夹下包含了每个类别的train.txt、val.txt、trainval.txt
train.txt文件存放了训练使用的数据
val.txt文件存放了验证使用的数据
trainval.txt文件是train.txt和val.txt两个文件的合并
（train.txt和val.txt两个文件没有交集）
二、开始制作
1、
按照上图格式，新建一个VOCdevkit文件夹，在里面再新建三个文件夹，分别为：Annotations、ImageSets、JPEGImages，其中，在ImageSets文件夹中新建一个Main文件夹。
2、将数据集中所有的图片全部放到JPEGImages文件夹中。（注：图片格式需为JPEG或者JPG格式）
然后将所有图片的名字修改成000001.jpg这样统一的格式。修改代码如下：
# -*- coding:utf8 -*-
import os
class BatchRename():
def __init__(self):
self.path = './VOCdevkit/Annotations'
def rename(self):
filelist = os.listdir(self.path)
total_num = len(filelist)
i = 1
n = 6
for item in filelist:
if item.endswith('.jpg'):
n = 6 - len(str(i))
src = os.path.join(os.path.abspath(self.path), item)
dst = os.path.join(os.path.abspath(self.path), str(0) * n + str(i) + '.jpg')
try:
os.rename(src, dst)
print('converting %s to %s ...' % (src, dst))
i = i + 1
except:
continue
print('total %d to rename & converted %d imgs' % (total_num, i))
if __name__ == '__main__':
demo = BatchRename()
demo.rename()
3、如果还没有进行图片标注，这里需要先使用标注工具进行标注。（最好是还没标注，不然xml文件也得全部进行重命名，可能出现图片和xml文件不对应的情况。）
这里要提醒大家，在标注过程中一定要严格：
①标注文件（图片，xml，标注工具等）存放路径一定不要出现中文。
②标签一定不要出现中文。最好用小写母。‘-’最好使用‘_’代替。
③xml文件用utf-8编码。
需要标注的图片在JPEGImages文件中，保存xml的文件夹选择为Annotations。
4、接下来制作ImageSets/Main文件下的四个txt文件（train.txt、val.txt、trainval.txt、test.txt）。
test.txt：测试集
train.txt：训练集
val.txt：验证集
trainval.txt：训练和验证集
生成四个txt文件的代码如下：（路径以及比例需要自己根据自己的情况设置）
# 数据集划分
import os
import random
root_dir = './VOCdevkit'
## 0.7train 0.1val 0.2test
trainval_percent = 0.8
train_percent = 0.7
xmlfilepath = root_dir + 'Annotations'
txtsavepath = root_dir + 'ImageSets/Main'
total_xml = os.listdir(xmlfilepath)
num = len(total_xml) # 100
list = range(num)
tv = int(num * trainval_percent) # 80
tr = int(tv * train_percent) # 80*0.7=56
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)
ftrainval = open(root_dir + 'ImageSets/Main/trainval.txt', 'w')
ftest = open(root_dir + 'ImageSets/Main/test.txt', 'w')
ftrain = open(root_dir + 'ImageSets/Main/train.txt', 'w')
fval = open(root_dir + 'ImageSets/Main/val.txt', 'w')
for i in 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()
***********************后期有任何问题还会随时更新**********************
