神经网络训练样本制作_VOC格式_FOR_YOLO(Darknet)_AND_PVANet(FasterRCNN)

最新推荐文章于 2024-07-30 08:59:29 发布

原创

最新推荐文章于 2024-07-30 08:59:29 发布 · 3.2k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#神经网络 #数据制作

该博客详细介绍了如何为神经网络训练准备VOC格式的数据集，包括图片采集、标注，以及如何将数据转换为适用于YOLO(Darknet)和PVANet(Faster R-CNN)的训练格式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.采集好图片，给图片做标注：

给图片进行统一重命名，裁剪，调整分辨率，做旋转镜像等增强，都可以用美图秀秀批量处理小程序。

这里有个特别好用的一个图片标注工具“labelimge”，下载使用教程参考博客：  http://blog.youkuaiyun.com/zzzzzzz0407/article/details/70267163

标注好后，会得到每张图片对应的xml文件。

2.yolo训练数据

包括train和validate。train包括：trainImageId.txt (图片名列表)，trainImgePath.txt (图片路径列表)，trainImage(所有图片和用脚本将xml转化出的txt标签，对yolo要吧每张图片标签的xml转化成txt);validate同理。
把脚本和Imgae,标签ImageXML放在同一目录下，运行脚本（先traindata.py 后trans.py）会自动生产所需的文件。然后手动把trainlabeltxt的所有文件考到trainimge里，val同理。
脚本：链接: https://pan.baidu.com/s/1dFw0ZTZ 密码: fnfv
训练时可能出现的问题
无法打开图片
1.python编码问题，把imgaepath.txt里的内容，拷贝到一个新的txt里替换原来的就好。
2.如果是trainimage/valimage里的图片无法正常打开浏览，把原图过去替换就好。
**[注]在使用trans.py时注意修改要检测的目标类别**

3.pvanet训练数据

结构：VOC2007目录下三个文件夹： Annotations(每张图片的标签.xml)，JPEGImages(图片.jpg), ImageSets文件夹。
ImageSet保留Main：train.txt,trainval.txt,val.txt即可。（图片名列表）
运行下面的代码，手动把图片名拷贝到Main里的三个txt文件里。