目标检测VOC2COCO！把xml格式的数据转换为MSCOCO格式数据集，并按自定义比例划分数据集

原创

已于 2023-05-24 19:01:44 修改 · 920 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#目标检测 #xml #深度学习

于 2023-05-24 11:28:05 首次发布

文章详细介绍了PASCAL_VOC数据集的文件结构，并提供了一个Python脚本，该脚本用于将VOC格式转换为COCO格式，特别是针对遥感领域的DIOR数据集。此外，还展示了如何将一个完整的COCO数据集按比例划分为训练、验证和测试集。

一、PASCAL_VOC形式的数据集文件组织形式

VOCdevkit/
|__ VOC2007/
   |__ Annotations/ (这里存放着每一张图片的XML注解文件，如 000001.xml)
   |__ ImageSets/ (这里包含不同任务或不同类别的图像文件名列表)
      |__ Main/ (例如，train.txt, val.txt, trainval.txt, test.txt)
      |__ Layout/ (布局任务的图像集，例如，train.txt, val.txt, trainval.txt, test.txt)
      |__ Segmentation/ (分割任务的图像集，例如，train.txt, val.txt, trainval.txt, test.txt)
   |__ JPEGImages/ (这里存放着数据集中的所有JPEG图像，如 000001.jpg)
   |__ SegmentationClass/ (这里包含分割类别标签的图像)
   |__ SegmentationObject/ (这里包含分割目标标签的图像)

二、VOC2COCO.py 数据转换

这里以遥感中的DIOR数据集为例（DIOR采用的就是PASCAL_VOC数据集的文件组织形式）

一般VOC数据集都提前划分好了train.txt，val.txt, test.txt，所以以下代码是直接按照这三个文件list来读取的。代码如下：

import os
import json
import xml.etree.ElementTree as ET
from typing import List,

最低0.47元/天解锁文章