把自己的数据格式转化成VOC2007格式

1. 自己数据集格式介绍

我们数据集标注的文件如下

每一个image对应一个txt，每个txt内容如下

每一行有8个数据，每个数据代表的含义如下图所示

2. 重命名

VOC2007格式必须为JPG格式，并且图片是统一的六位数字，从000001开始。那我们也需要将所有训练图片重命名

python代码如下：

# -*- coding: utf-8 -*-
import os
path = "E:\\study_materials\\ECCV Vision Meets Drones Challenge\\datasets\\VisDrone2018-DET-train\\VisDrone2018-DET-train\\images_rename"
filelist = os.listdir(path) #该文件夹下所有的文件（包括文件夹）
count=1
for file in filelist:
    print(file)
for file in filelist:   #遍历所有文件
    Olddir=os.path.join(path,file)   #原来的文件路径
    if os.path.isdir(Olddir):   #如果是文件夹则跳过
        continue
    filename=os.path.splitext(file)[0]   #文件名
    filetype=os.path.splitext(file)[1]   #文件扩展名
    Newdir=os.path.join(path,str(count).zfill(6)+filetype)  #用字符串函数zfill 以0补全所需位数
    os.rename(Olddir,Newdir)#重命名
    count+=1

运行代码之后：

变成了：

3. 根据PASCAL VOC数据集制作自己的数据集

我们制作数据集的时候，其实是把我们自己的数据格式转换为PASCAL VOC数据集的格式。

格式如下：

即每行由图片名、目标类型、包围框坐标组成，空格隔开 
如果一张图片有多个目标，则格式如下：（比如两个目标） 
DG00003L005.jpg iris 187 168 350 253 
DG00003L005.jpg iris 232 86 412 168 

四个坐标点为包围框坐标的左上角和右下角。

所以现在要做的就是把txt文件中的信息先变成如上图所示的格式

小处理：

• voc2007里面的xml，没有occlusion这个参数，所以暂时忽略。
• 并且把第五个参数 score为0的都跳过，不考虑。
• 此比赛存储的是左上角和长宽信息，所以需要转化成左上角和右下角信息。
• 网上默认xml里面的truncation参数都为0，所以txt里面没有此参数，而我这边生成的txt文件中加入了truncation参数，而且后面matlab转换xml代码中也多了一个str{7}。
  

转化代码如下：

#include <fstream>
#include <sstream>
#include <iostream>
#include <io.h>  
#include <vector>  
using namespace std;

const string baseFilePath = "E:\\study_materials\\ECCV Vision Meets Drones Challenge\\datasets\\VisDrone2018-DET-train\\VisDrone2018-DET-train\\annotations1\\";
/************************************************************************/
/*  获取文件夹下所有文件名
输入：
path    :   文件夹路径
exd     :   所要获取的文件名后缀，如jpg、png等；如果希望获取所有
文件名, exd = ""
输出：
files   :   获取的文件名列表
*/
/************************************************************************/
void getFiles(string path, string exd, vector<string>& files)
{
	//文件句柄  
	long   hFile = 0;
	//文件信息  
	struct _finddata_t fileinfo;
	string pathName, exdName;

	if (0 != str