目标检测VOC数据集根据标注文件生成txt文件

• Pascal VOC数据集介绍：

  
      └── data   #数据集名字
          ├── Annotations           # 存放xml标注文件，与JPEGImages中的图片一一对应
          ├── ImageSets             # 该目录下存放的都是txt文件，txt文件中每一行包含一个图片的名称
          │   ├── Main              # 存放的是图像物体识别的数据，分为20类
          │       └── trainval.txt  # train与val的合集
          │       └── test.txt      # 用于测试的图片名称
          ├── JPEGImages            # 存放源图片
  

• 根据Annotations里面的xml标注文件，随机生成trainval.txt和test.txt，生成比例可自行调整。

  # data_path为数据集路径，trainval_percent为训练验证集的比例
  def get_txt(data_path,trainval_percent):
      print(data_path)
      xml_path = data_path+'/Annotations'
      print(xml_path)
      txt_path = data_path+'/ImageSets/Main'
      total_xml = os.listdir(xml_path)
  
      num = len(total_xml)
      list = range(num)
      tv = int(num * trainval_percent)
  
      trainval = random.sample(list, tv)
  
      ftrainval = open(os.path.join(txt_path+'/trainval.txt'), 'w')
      ftest = open(os.path.join(txt_path+'/test.txt'), 'w')
  
      for i in list:
          name = total_xml[i][:-4] + '\n'
          if i in trainval:
              ftrainval.write(name)
          else:
              ftest.write(name)
  
      ftrainval.close()
      ftest.close()