VOC格式数据集操作类构建-5.根据train.txt分离数据集

原创

于 2019-10-20 12:09:06 发布

· 1.2k 阅读

1 ·

版权

文章标签：

#分离VOC数据集 #分离训练集和测试集 #分离数据集图像 #分离数据集标注文件 #分割VOC数据集

该博客介绍了如何利用train.txt文件将VOC格式的数据集划分为训练集和测试集。通过VOC类库和相关操作函数，实现了根据ImageSets/Main目录下的train.txt文件，将数据集的图像和标注文件分别存储到不同的目录中，便于后续的训练和验证。提供了GitHub项目链接和详细使用说明。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

总目标：建立VOC格式数据集类以及操作函数库

VOC类库存储在VOC.py中，单个xml文件操作函数库存储在VOCOperationLibrary.py

VOC类import VOCOperationLibrary as vol

github项目地址(附有使用说明书)：

https://github.com/A-mockingbird/VOCtype-datasetOperation

Day5.根据train.txt分离数据集

内容：

根据VOC数据集格式目录中ImageSets/Main/路径下train_val.txt或train.txt文件。

将数据集中的图片和标注文件分离为训练集和测试集不同文件中。

输入：

taintxt：train.txt或train_val.txt文件路径

savedir：分离后数据集存储目录

annodir：数据集标注文件目录

imgdir：数据集图像文件目录

    def _Splitdataset(self, traintxt, savedir, annodir=None, imgdir=None):
        """
        Split the dataset into train set and test set, according the train.txt.
        Precondition:
                    traintxt:train.txt which include the train set file name
                    savedir:save direction

最低0.47元/天解锁文章