1.採集好圖片，給圖片做標註：
給圖片進行統一重命名，裁剪，調整分辨率，做旋轉鏡像等增強，都可以用美圖秀秀批量處理小程序。
這裏有個特別好用的一個圖片標註工具“labelimge”，下載使用教程參考博客： http://blog.csdn.net/zzzzzzz0407/article/details/70267163
標註好後，會得到每張圖片對應的xml文件。
2.yolo訓練數據
包括train和validate。train包括：trainImageId.txt (圖片名列表)，trainImgePath.txt (圖片路徑列表)，trainImage(所有圖片和用腳本將xml轉化出的txt標籤，對yolo要吧每張圖片標籤的xml轉化成txt);validate同理。
把腳本和Imgae,標籤ImageXML放在同一目錄下，運行腳本（先traindata.py 後trans.py）會自動生產所需的文件。然後手動把trainlabeltxt的所有文件考到trainimge裏，val同理。
腳本：鏈接: https://pan.baidu.com/s/1dFw0ZTZ 密碼: fnfv
訓練時可能出現的問題
無法打開圖片
1.python編碼問題，把imgaepath.txt裏的內容，拷貝到一個新的txt裏替換原來的就好。
2.如果是trainimage/valimage裏的圖片無法正常打開瀏覽，把原圖過去替換就好。
**[注]在使用trans.py時注意修改要檢測的目標類別**
3.pvanet訓練數據
結構：VOC2007目錄下三個文件夾： Annotations(每張圖片的標籤.xml)，JPEGImages(圖片.jpg), ImageSets文件夾。
ImageSet保留Main：train.txt,trainval.txt,val.txt即可。（圖片名列表）
運行下面的代碼，手動把圖片名拷貝到Main裏的三個txt文件裏。
# -*- coding: utf-8 -*-
import os;
savepath = os.getcwd()
imgpath = savepath+"/Image"
filelist = os.listdir(imgpath);
for files in filelist:
filename = os.path.splitext(files)[0];
print filename