【目标检测】提取保存VOC数据集选定类的标注和图片

【YOLO系列】基于YOLOv7模型的目标检测与实现——利用PASCALVOC数据集(超详细,看这一篇足矣) 利用Yolov7算法,利用PASCALVOC数据集实现目标检测的任务,本文主要介绍了yolov7算法以及PASCALVOC数据集的划分和处理,同时介绍了利用服务器GPU对数据集进行训练。 阅读详情

提取VOC数据集选定类别对应的xml和图片:

修改代码中VOC数据和提取数据的路径,创建list.txt保存提取的文件名

import os
import xml.etree.ElementTree as ET
import shutil
 
# Path
ann_filepath = 'Annotations/'
img_filepath = 'JPEGImages/'
img_savepath = 'test/JPEGImages/'
ann_savepath = 'test/Annotations/'
if not os.path.exists(img_savepath):
    os.mkdir(img_savepath)
 
if not os.path.exists(ann_savepath):
    os.mkdir(ann_savepath)
 
# VOC class information
# classes = ['aeroplane', 'bicycle', 'bird', 'boat', 'bottle',
#             'bus', 'car', 'cat', 'chair', 'cow', 'diningtable',
#              'dog', 'horse', 'motorbike', 'pottedplant',
#           'sheep', 'sofa', 'train', 'person','tvmonitor']
 
classes = ['aeroplane', 'bicycle', 'tvmonitor']    # The classes needed
 
def save_annotation(file):
    tree = ET.parse(ann_filepath + '/' + file)
    root = tree.getroot()
    result = root.findall("object")
    bool_num = 0
    for obj in result:
        if obj.find("name").text not in classes:
            root.remove(obj)
        else:
            bool_num = 1
    if bool_num:
        tree.write(ann_savepath + file)
        return True
    else:
        return False
 
def save_images(file):
    name_img = img_filepath + os.path.splitext(file)[0] + ".jpg"
    shutil.copy(name_img, img_savepath)
    with open('list.txt', 'a') as file_txt:
        file_txt.write(os.path.splitext(file)[0])
        file_txt.write("\n")
    return True
 
if __name__ == '__main__':
    for f in os.listdir(ann_filepath):
        if save_annotation(f):
            save_images(f)

参考 [1]

制作VOC数据集(labelimg标注图片、划分数据集) 文章目录使用labelimg制作VOC数据集VOC数据集介绍labelimg介绍labelimg保姆级使用流程准备工作以官网的样式,先创建文件夹:设置labelimg给图片做标记最终结果数据集的划分准备工作划分数据集程序 使用labelimg制作VOC数据集 VOC数据集介绍 VOC数据集包括三个文件夹 Annotations:以xml文件格式记录图片的名字,类别,目标边框的位置,图片的大小 ... 阅读详情

相关推荐

YOLO,VOC数据集标注格式解析

YOLO数据集txt标注格式: 0 0.160938 0.541667 0.120312 0.386111 分别指所标注内容的类别、归一化后的中心点x坐标,归一化后的中心点y坐标,归一化后的目标框宽度w,归一化后的目标况高度h(此处归一化指的是除以图片宽和高) voc数据集XML标注格式: <?xml version="1.0" encoding="utf-8"?> ...

xiaobumi123的博客 1万+

VOC数据集单目标图片提取

from __future__ import division import os from PIL import Image import xml.dom.minidom import numpy as np ImgPath = r'D:/data/dataset/VOC2007/JPEGImages/' AnnoPath = r'/data/dataset/VOC2007/Annotations/' ProcessedPath = r'/data/dataset/output/' imagelis.

qq_33656324的博客 474

目标检测任务数据集介绍-PASCAL VOC数据集

本文简要介绍了目标检测PASCAL VOC数据集。 PASCAL VOC数据集简介二级目录三级目录 简介 二级目录 三级目录

u013085021的博客 4320

从VOC数据集中抽取需要的类别(包括图片和标签)

抽取VOC数据集中的5类bicycle、motorbike、bus、car、person程序如下: 程序: # -*- coding: utf-8 -*- # @Function:There are 20 classes in VOC data set. If you need to extract specific classes, you can use this program to ext...

yx868yx的博客 2318

菜品目标检测数据集标注及处理Yolo

本文主要演示如何使用LabelImg标注菜品数据集,目前数据集有2000+已标注的菜品目标图片,用于后续的菜品目标深度学习模型训练(包含已标注数据集,点击原文链接,关注回复“源码或数据集”,免费获取)

利哥AI实例探险 1654

yolo数据集txt标注转voc数据集xml标注格式

yolo数据集txt标注格式为: 0 0.159375 0.552083 0.121875 0.381944 0 0.776953 0.747222 0.099219 0.361111 代码如下: import cv2 import os xml_head = '''<annotation> <folder>VOC2007</folder> ...

xiaobumi123的博客 2154

目标检测数据集标注-VOC格式

目标检测、标注自己的数据集、VOC格式

AI学长 1万+

VOC数据集批量处理——提取需要的类别

VOC数据集含有20个类别,根据不同的任务和场景,我们可能用不到所有的数据集,此时我们可以从所有的数据集中提取出我们想要的类别。 提取过程:首先我们需要根据xml文件中的类别信息来判断是否是需要的类别,然后提取出相应的xml文件,其次我们根据xml文件的名字确定图片的名称,然后将对应图片提取出来。所有的操作的路径,注意修改为自己的路径,代码如下

一抹阳光的博客 2867

目标检测 | 常用数据集标注格式以及转换代码

文章目录1. COCO1.1 COCO数据集格式1.2 COCO转换脚本2. VOC2.1 VOC数据集格式2.2 VOC转换脚本3. YOLO3.1 YOLO数据集格式3.2 YOLO转换脚本 我的博客https://blog.justlovesmile.top/ 目标检测是计算机视觉任务中的一个重要研究方向,其用于解决对数码图像中特定种类的可视目标实例的检测问题。目标检测作为计算机视觉的根本性问题之一,是其他诸多计算机视觉任务,例如图像描述生成,实例分割和目标跟踪的基础以及前提。而在解决此类问题时,

Justlovesmile的博客 8681

【目标检测】指定划分VOC数据集训练(车类,行人类,狗类...)

目标检测中,训练COCO数据(标注好的)时,我们不一定想要全部的80个类别的数据,而是想要一些指定类别的数据作用于特点的任务。比如:行人检测、车辆检测和动物检测等等。本文正是介绍如何使用Python将COCO数据集(标注好的)进行划分。

向往有那么一天梦幻的步态识别落地,开花❀! 5238

1.30 Cubemx_STM32H743 SD_Card纳入文件管理系统

Cubemx_STM32H743 SD_Card纳入文件管理系统1、简介2、CubeMX配置 1、简介 和前面文章原理其实一样的。 1.29 Cubemx_STM32F429\H743 nandflash、spifalsh纳入文件管理系统 现在一并将SD卡、NandFlash、SPIFlash一并作为文件管理。 下面直接介绍SDcard,其他参考前面文章。 2、CubeMX配置 ...

oDuanYanGuHong的博客 1080

VOC和COCO数据集讲解

一、VOC格式相对其他计算机视觉任务,目标检测算法的数据格式更为复杂。为了对数据进行统一的处理,目标检测数据一般都会做成VOC或者COCO的格式。VOC和COCO都是既支持检测也支持分割的数据格式,本文主要分析PASCAL VOC和COCO数据集中物体识别相关的内容,并学习如何制作自己的数据集。一、VOC格式。

追光少年的博客 9100

单片机OTA升级:Bootloader如何多重校验保障APP完整性?

本文详细介绍了单片机OTA升级中Bootloader如何通过CRC校验、数字签名、版本比对和存储位置检查等多重校验机制保障APP完整性。CRC校验作为快速检测数据完整性的核心手段,结合其他安全措施有效防止设备变砖和安全漏洞,确保远程升级的可靠性。

l3m4n的博客 981

详解 VOC 数据集

本视频配套视频链接:https://www.bilibili.com/video/BV1ZL4y1p7Cz/ 我们先来介绍一个经典的数据集:VOC 数据集。Visual Object Class 的首字母缩写,它的官方地址为 http://host.robots.ox.ac.uk/pascal/VOC/。 虽然现在大家更倾向于使用我们后面要介绍的 COCO 数据集,但 VOC 数据集也很重要,大家经常可以在一些论文中看到它的身影。 你会发现之前很多的数据集都是伴随着比赛的出现。比赛举办方提供训练数据集图片和

我是土堆 3万+

Shopee App加密算法逆向实战:从libshpssdk.so到x-sap-ri的生成机制

本文详细解析了Shopee App核心加密参数x-sap-ri的生成机制。通过逆向分析libshpssdk.so动态库,揭示了其采用9套算法动态切换的复杂签名逻辑,并分享了从抓包定位、Frida动态调试到Unidbg模拟执行的全过程实战经验,为移动应用安全研究提供了完整的技术路径。

weixin_29323551的博客 1328

麒麟V10服务器多硬盘安装与分区实战:告别自动分区,手动分配/boot、swap和/根目录

本文详细介绍了麒麟V10服务器在多硬盘环境下的手动分区策略,包括/boot、swap和/根目录的优化分配方案。通过SSD与HDD混合存储架构的合理规划,提升系统性能和运维效率,适用于企业级定制化系统部署需求。

weixin_26976635的博客 407

Voc数据集简述

VOC简单的了解

qq_43718758的博客 1万+

从零开始:DJI-F450无人机硬件组装全流程解析

本文详细解析了DJI-F450无人机的硬件组装全流程,从开箱清点到焊接、机械组装、飞控系统搭建、电路整合及调试试飞。重点介绍了电调焊接、机臂安装、飞控校准等关键步骤的实用技巧和常见问题解决方案,帮助无人机爱好者从零开始完成专业级组装。

weixin_29210759的博客 622

VOC/YOLO/COCO数据集格式转换及LabelImg/Labelme/精灵标注助手Colabeler标注工具介绍

VOC/YOLO/COCO数据集格式转换及LabelImg/Labelme/精灵标注助手Colabeler标注工具介绍

ZhengrongYue的博客 1万+

DAZ STUDIO 快速渲染技巧

DAZ STUDIO 快速渲染技巧: 本文将向您展示几个快速渲染技巧。您将学习如何使您的Daz Iray渲染和照明在Daz工作室内更快。 当你有一个大场景,这可能需要很多小时进行渲染。 但是如果你想大幅度降低渲染时间呢?这篇文章的提示应该能让你达到这个目标。 首先,我们需要弄清楚一件事——没有“完美的环境或设置”这样的东西。是因为渲染设置是高度个性化和主观性的东西,这主要取决于场景和硬件。如果你有一个功能强大的计算机,你可以允许更多的低渲染时间,反之亦然。因此,一切都取决于您尝试渲染的对象和机器。

DAZSTUDIO的博客 9649

化工管道设计软件:CAESAR II二次开发_(6).API接口与函数库

自定义函数库是开发者根据特定需求编写的函数集合。这些函数可以扩展CAESAR II的功能,实现更复杂的管道设计任务。自定义函数库通常需要开发者具备一定的编程基础,能够理解和编写与CAESAR II接口兼容的代码。定义函数:在Python或其他编程语言中定义所需的函数。注册函数:将自定义函数注册到CAESAR II的函数库中。调用函数:在CAESAR II中调用自定义函数,实现特定功能。假设我们需要创建一个自定义函数库,用于批量修改管道节点的坐标。定义函数:在Python中定义一个函数,用于批量修改节点坐标。

kkchenjj的博客 1733

【土堆】目标检测の入门实战——手把手教你使用 Make Sense 和 CVAT 在线标注 VOC 数据集与 COCO 数据集 & 用 PyTorch 读取自制 COCO 数据集

这是关于 PyTorch 深度学习目标检测的入门笔记,作者小白,请多指教!

作者正在煮茶中... 4591

论文阅读:arixv 2025 Poisoning Attacks on LLMs Require a Near-constant Number of Poison Samples

研究者做了目前最大规模的“投毒实验”,训练了从6亿参数到130亿参数的模型(覆盖了中小到大型LLM),用的训练数据量也是“最适合模型大小”的(按行业里的“Chinchilla法则”,模型越大,训练数据量也按比例增加)。总结下来就是:这篇论文告诉我们,给大语言模型投毒,比之前想的容易得多——不需要海量毒数据,只要几百条藏好后门的文档,就能让大模型“带毒工作”,而且平时还看不出来。——这比之前大家担心的“需要投毒数据占训练集一定比例”要可怕得多,因为对大模型来说,“固定数量”的毒数据更容易偷偷塞进去。

CSPhD-winston的博客 1080

【目标检测】VOC数据集介绍

目标检测中常用的voc数据集介绍及如何制作自己的voc格式数据集

haru_x的博客 3520

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

VOC数据集与YOLO数据集格式介绍,以及如何将VOC数据集转换为YOLO数据集

VOC数据集格式与YOLO数据集格式介绍,以及将VOC数据集转换为YOLO数据集格式的方法

m0_45276337的博客 3360

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

目标检测数据集PASCAL VOC简介

https://arleyzhang.github.io/articles/1dc20586/ 简介 PASCAL VOC挑战赛 (ThePASCALVisual Object Classes )是一个世界级的计算机视觉挑战赛,PASCAL全称:Pattern Analysis, Statical Modeling and Computational Learning,是一个由欧盟资助的网络组织。 很多优秀的计算机视觉模型比如分类,定位,检测,分割,动作识别等模型都是基于PASCAL...

generalsong的博客 1万+

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

上一篇: 【Python】OpenCV激活实时摄像头+创建多线程提升FPS
下一篇: 【目标检测】根据xml统计VOC数据集各类别标注实例数量
ericdiii
博客等级 码龄6年 6782粉丝 70原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值