0.文件夾名
首先,確定你的數據集所放的文件夾名字,例如我的叫logos。
(或者和voc2007一樣的名字:VOC2007)
1.圖片命名
雖然說圖片名對訓練沒什麼影響,但建議還是按VOC2007那樣,如“000005.jpg”這種形式。至於圖片格式,代碼裏是寫的jpg。
批量修改圖片名字爲VOC2007格式可以參考以下Matlab代碼:
-
%%
-
%圖片保存路徑爲:
-
%E:\image\car
-
%E:\image\person
-
%car和person是保存車和行人的文件夾
-
%這些文件夾還可以有多個,
-
%放在image文件夾裏就行
-
%該代碼的作用是將圖片名字改成000123.jpg這種形式
-
%%
-
clc;
-
clear;
-
-
maindir='E:\image\';
-
name_long=5; %圖片名字的長度,如000123.jpg爲6,最多9位,可修改
-
num_begin=1; %圖像命名開始的數字如000123.jpg開始的話就是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('當前處理文件夾%s',subdir(i).name);
-
fprintf('已經處理%d張圖片\n',n);
-
n=n+1;
-
pause(0.1);%可以將暫停去掉
-
end
-
end
-
end
-
end
圖片名如果比較特殊或者像1(1).jpg等這類可能無法重命名,可以使用imwrite,如:
-
imwrite(img,strcat(save_path,newname));%改名後保存到另一文件夾,原圖片不變
也可以使用Total Commander來批量重命名,非常方便,推薦使用這個工具。
2.畫目標包圍框
將圖片中所框的目標信息保存起來,我的是保存到txt裏,如下:
-
000002.jpg car 44 28 132 121
-
000003.jpg car 54 19 243 178
-
000004.jpg car 168 6 298 164
前面是圖片名,中間是目標類別,最後是目標的包圍框座標(左上角和右下角座標)。
打框的代碼(c++)我封裝成了dll,下載地址:
圖像標註VS2013項目 (我的環境是win7vs2013旗艦版,win8
win10好像不能運行)
或者下這個EXE版本的(win7下用cmd運行,win8 win10可能運行不了):
圖像標註EXE
2016-10-18:
上面標註的代碼使用的是別人封裝的opencv動態庫,現在修改爲opencv2.4.10,64位,vs2013,按網上教程配置好opencv,資源地址:
上面的代碼好像忘寫操作說明了,這裏寫一下:
(1)圖片顯示出來後,輸入法切換到英文;
(2)在目標的左上角按下鼠標左鍵,拉一個包圍框到目標右下角,然後鍵盤輸入標籤(一個字符)
(3)繼續(2)操作,直到框完該張圖片上的目標;
(4)按n進入下一張,esc退出。
注意:標籤只能輸入一個字符,你可以在生成的txt文件中替換成你實際的標籤。
將第2步得到的txt轉成xml。 如果每張圖片有一個或多個包圍框,可參考代碼:
VOC2007xml(這份代碼生成的xml訓練Matlab版本的FRCNN可能會出錯,最好用下面修改過的)
這份代碼生成的xml第一行含有版本和編碼信息:<?xml version="1.0" encoding="utf-8"?>,並且含有空格,用來訓練Faster RCNN可能會有問題,如下:
(左邊是VOC2007數據集中的xml,右邊是上面代碼生成的xml(第一行我刪掉了),用Notepad打開就可以看到)
VOC2007中的xml前面是tab字符(左邊那些箭頭),上面代碼生成的xml是空格(那些小黃點),所以,必須將空格轉換成tab,
下載修改過的代碼:
VOC2007xml_new
(下載VOC2007xml_new就可以了,不用下載VOC2007xml,不過如果xml用作其他用途還是可以的)
最終,得到的xml就和VOC一樣。
2016-11-24:
上面做xml的代碼請下載修改過的代碼!!!因爲第一份代碼帶有<?xml version="1.0" encoding="utf-8"?>以及空格,訓練會出錯的!!!本來想把第一份代碼刪掉的,但是csdn好像沒法刪資源啊!!!
代碼是Matlab(2014b)寫的,沒怎麼優化,當時想的就是功能能實現就行。
另外,如果同一幅圖上有多個目標,保存在txt文件中的包圍框信息需要連續存放。
4.保存xml到Annotations
新建一個文件夾,名字爲Annotations,將xml文件全部放到該文件夾裏。
5.將訓練圖片放到JPEGImages
新建一個文件夾,名字爲JPEGImages,將所有的訓練圖片放到該文件夾裏。
6.ImageSets\Main裏的四個txt文件
新建文件夾,命名爲ImageSets,在ImageSets裏再新建文件夾,命名爲Main。
我們可以通過xml名字(或圖片名),生成四個txt文件,即:
txt文件中的內容爲:
-
000005
-
000027
-
000028
-
000033
-
000042
-
000045
-
000048
-
000058
即圖片名字(無後綴),test.txt是測試集,train.txt是訓練集,val.txt是驗證集,trainval.txt是訓練和驗證集.VOC2007中,trainval大概是整個數據集的50%,test也大概是整個數據集的50%;train大概是trainval的50%,val大概是trainval的50%。可參考以下代碼:
-
%%
-
%該代碼根據已生成的xml,製作VOC2007數據集中的trainval.txt;train.txt;test.txt和val.txt
-
%trainval佔總數據集的50%,test佔總數據集的50%;train佔trainval的50%,val佔trainval的50%;
-
%上面所佔百分比可根據自己的數據集修改,如果數據集比較少,test和val可少一些
-
%%
-
%注意修改下面四個值
-
xmlfilepath='E:\Annotations';
-
txtsavepath='E:\ImageSets\Main\';
-
trainval_percent=0.5;%trainval佔整個數據集的百分比,剩下部分就是test所佔百分比
-
train_percent=0.5;%train佔trainval的百分比,剩下部分就是val所佔百分比
-
-
-
%%
-
xmlfile=dir(xmlfilepath);
-
numOfxml=length(xmlfile)-2;%減去.和.. 總的數據集大小
-
-
-
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);
這四個txt放在ImageSets\Main中。
這樣,數據集就基本做好了。然後新建文件夾,名字爲logos(第0步確定的名字),將上面三個文件夾放到這裏,即logos文件夾裏有三個文件夾:
將logos文件夾拷貝到datasets\VOCdevkit2007裏就可以了。
(或者替換voc2007數據集中的Annotations、ImageSets和JPEGImages,免去一些訓練的修改)