[] Pytorch-SSDターゲット検出対象が検出されたデータは、同様の形式パスカルVOCを生じセット

次の形式で設定したパスカルVOC対象検出データ：

どこで：

画像アノテーション情報のXMLファイルの注釈
ファイル名TXT訓練画像のセット、テストセット、検証、検証セットを訓練ImageSets
元の画像にJPEGImages

ダウンロード：パスカルVOCやYOLOデータ形式はlabelimgを標識するために使用することができます。

リンクします。https：//pan.baidu.com/s/1r8x7tu0sdO_UUuCXKVfELQ
抽出コード：L325

非常に簡単な操作は、導入していません。

次のような優れたXMLファイルをマーク：

< 注釈> 
    < フォルダ> JPEGImages </ フォルダ> 
    < ファイル名> test_00000002.jpg </ ファイル名> 
    < パス> E：\検出\パスカルVOC \ maskornot \ JPEGImages \ test_00000002.jpg </ パス> 
    < ソース> 
        < データベース>不明</ データベース> 
    </ ソース> 
    < サイズ> 
        < 幅> 480 </ 幅>
        <高さ> 600 </ 身長> 
        < 深さ> 3 </ 深さ> 
    </ サイズ> 
    < セグメント化> 0 </ セグメント化> 
    < オブジェクト> 
        < 名前>マスク</ 名前> 
        < ポーズ>指定されていない</ ポーズ> 
        < 切り捨て> 0 </ 切り捨て> 
        < 難しい> 0 </ 難しいです> 
        < bndbox > 
            < XMIN > 112 </ XMIN > 
            < YMIN > 7 </ YMIN > 
            < XMAX > 352 </ XMAX > 
            < YMAX > 325 </ YMAX > 
        </ bndbox > 
    </ オブジェクト> 
</ 注釈>

対応する画像は、次のとおりです。

;約50％のtrainvalの列車、オリジナルVOC2007データ、データセット全体の約50％をtrainvalアカウント、データセット全体の50％程度のテストに焦点を当てた：次いで、トレーニングセット、テストセット、検証セット、トレーニングの検証セットを分割valのうち約50％trainval

インポートのOS
 インポートランダム
 
trainval_percent = 0.5 
train_percent = 0.5 
xmlfilepath = ' /コンテンツ/ドライブ/マイドライブ/ pytorch_ssd /データ/ maskornot /注釈' 
txtsavepath = ' /コンテンツ/ドライブ/マイドライブ/ pytorch_ssd /データ/ maskornot / ImageSets /メイン' 
total_xml = os.listdir（xmlfilepath）
 
NUM = LEN（total_xml）
リスト = 範囲（NUM）
テレビ = INT（NUM * trainval_percent）
TR = INT（TV * train_percent）
trainval = = random.sample（リスト、TV）
列車random.sample（trainval、TR）
 
ftrainval =オープン（txtsavepath + ' /trainval.txt '、' W ' ）
FTEST =オープン（txtsavepath + ' /test.txt '、' W ' ）
ftrain =オープン（txtsavepath + ' /列車。 TXT ' ' W ' ）
FVAL =オープン（txtsavepath + ' /val.txt ' ' W " ）
 
のための私   でリスト：
  名 = total_xml [I] [：-4] +' \ nは' 
  もし私でtrainval：
      ftrainval.write（名前）
      であれば、私で電車：
          ftrain.write（名）
      他：
          fval.write（名）
  他：
      ftest.write（名）
 
ftrainval.close（）
ftrain.close （） 
（）fval.close 
（）ftest.close

実行した後：

前記tranval.txt部分的な結果は次のようになります。

test_00000002 
test_00000003 
test_00000006 
test_00000009 
test_00000008 
test_00000012 
test_00000013 
test_00000014 
test_00000020

この時点で、対象検出データセットが完了し作成。

独自のデータセットを作成するためにpytorch-SSDトレーニングを使用して、次のセクション、。

[] Pytorch-SSDターゲット検出対象が検出されたデータは、同様の形式パスカルVOCを生じセット

おすすめ