datos [] detecta objetivo de detección de objetivos Pytorch-SSD set produjeron un voc pascal formato similar

datos de detección de diana voc pascal establecidos en el siguiente formato:

donde:

• Anotaciones para el archivo de información XML Anotación de imagen
• ImageSets conjunto de entrenamiento, equipo de prueba, verificación, validación conjunto de imágenes de entrenamiento nombre del archivo txt 
• JPEGImages a la imagen original

voc Pascal o Yolo formato de datos pueden ser utilizados para labelimg etiquetado: Descargar:

Link: https: //pan.baidu.com/s/1r8x7tu0sdO_UUuCXKVfELQ
código de extracción: L325 

Muy simple operación, no se presentó.

Marcado buen archivo XML similar al siguiente:

< Anotación > 
    < carpeta > JPEGImages </ carpeta > 
    < nombre de archivo > test_00000002.jpg </ nombre > 
    < ruta > E: \ detección \ Pascal voc \ maskornot \ JPEGImages \ test_00000002.jpg </ ruta > 
    < fuente > 
        < base de datos > Desconocido </ base de datos > 
    </ fuente > 
    < tamaño > 
        < anchura > 480 </ anchura >
        <altura > 600 </ altura > 
        < profundidad > 3 </ profundidad > 
    </ tamaño > 
    < segmentado > 0 </ segmentado > 
    < objeto > 
        < nombre > máscara </ nombre > 
        < pose > Unspecified </ plantear > 
        < truncada > 0 </ truncado > 
        < difícil > 0 </ difíciles> 
        < Bndbox > 
            < xmin > 112 </ xmin > 
            < ymin > 7 </ ymin > 
            < xmax > 352 </ xmax > 
            < ymax > 325 </ ymax > 
        </ bndbox > 
    </ objeto > 
</ anotación >

Una imagen correspondiente sigue:

A continuación, dividir el conjunto de entrenamiento, equipo de prueba, conjunto de validación, conjunto de validación de la formación: centrado en los datos VOC2007 original, cuentas trainval representa aproximadamente el 50% de todo el conjunto de datos, prueba de alrededor del 50% de todo el conjunto de datos; tren de alrededor del 50% trainval, val de aproximadamente 50% trainval

importación os
 importan al azar 
 
trainval_percent = 0,5 
train_percent = 0,5 
xmlfilepath = ' / content / unidad / Mi unidad / pytorch_ssd / datos / maskornot / Anotaciones ' 
txtsavepath = ' / content / unidad / Mi unidad / pytorch_ssd / datos / maskornot / ImageSets / Main ' 
total_xml = os.listdir (xmlfilepath) 
 
num = len (total_xml) 
lista = rango (num) 
tv = int (* num trainval_percent) 
tr = int (tv * train_percent) 
trainval =  random.sample (lista, tv)
tren =random.sample (trainval, tr) 
 
ftrainval = abierto (txtsavepath + ' /trainval.txt ' , ' w ' ) 
prueba F = abierto (txtsavepath + ' /test.txt ' , ' w ' ) 
FTrain = abierto (txtsavepath + ' /train.txt ' ' w ' ) 
FVAL = (txtsavepath + abierto ' /val.txt ' ' w ' ) 
 
para i   en la lista: 
  nombre = total_xml [i] [:-4] +' \ N ' 
  si i en trainval: 
      ftrainval.write (nombre) 
      si i en tren: 
          ftrain.write (nombre) 
      otra cosa : 
          fval.write (nombre) 
  otra cosa : 
      ftest.write (nombre) 
 
ftrainval.close () 
ftrain.close () 
fval.close () 
ftest.close ()

Después de ejecutar:

En donde tranval.txt resultado parcial es:

test_00000002 
test_00000003 
test_00000006 
test_00000009 
test_00000008 
test_00000012 
test_00000013 
test_00000014 
test_00000020

En este punto, crear objetivo conjunto de datos de detección es completa.

 

En la siguiente sección, utilizando la formación pytorch-SSD para crear sus propios conjuntos de datos.