YOLOv3训练自己的VOC数据(一)——前期准备工作

最新推荐文章于 2025-06-03 16:44:07 发布

扣子老三

最新推荐文章于 2025-06-03 16:44:07 发布

阅读量2.6k

点赞数 2

CC 4.0 BY-SA版权

文章标签： voc数据 yolov3

本文链接：https://blog.youkuaiyun.com/u013779449/article/details/82912394

本文介绍了如何使用YOLOv3训练自定义的VOC数据集。首先，从官方下载darknet和VOCdevkit并验证运行。接着，创建与XML标注对应的JPEGImages和Annotations文件夹，利用LabelImage工具或Python脚本转换标注文件。然后，生成ImageSet的train、test、val和traval.txt文件。最后，将所有文件放入darknet目录，修改voc_label.py以适应自定义类别，并运行生成训练所需的txt文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

yolo官网 https://pjreddie.com/darknet/yolo/

下载darknet 以及VOCdevkit 按官网跑通
准备自己的VOC数据集，可以在本地先建立一个如下格式的文件夹

JPEGImages和Annotations中文件名是相互对应的如 1.jpg对应的标注是1.xml

可以使用LabelImage工具快捷生成xml文件
也可以将原本已标注的1.txt通过代码转换为1.xml
假设你原本有一个标注好的1.txt 它里面每一行的内容为“数字1 数字2 数字3 数字4 类别”
你可以使用如下的python代码将txt格式转化为xml。
label.py


#! /usr/bin/python
# -*- coding:UTF-8 -*- 

import os, sys
import glob
from PIL import Image

src_img_dir = 'D:\\study\\xmu\\design\\VOC\\JPEGImage'

src_txt_dir = 'D:\\study\\xmu\\design\\VOC\\label'
src_xml_dir ='D:\\study\\xmu\\design\\VOC\\Annotations'
 
img_Lists = glob.glob(src_img_dir + '/*.png')
 
img_basenames = [] # e.g. 100.jpg
for item in img_Lists:
    img_basenames.append(os.path.basename(item))
 
img_names = [] # e.g. 100
for item in img_basenames:
    temp1, temp2 = os.path.splitext(item)
    img_names.append(temp1)
 
for img in img_names:
    im = Image.open((src_img_dir + '/' + img + '.png'))
    width, height = im.size
 
    # open the crospronding txt file
    gt = open(src_txt_dir + '/' + img + '.txt').read().splitlines()
    #gt = open(src_txt_dir + '/gt_' + img + '.txt').read().splitlines()
 
    # write in xml file
    #os.mknod(src_xml_dir + '/' + img + '.xml')
    xml_file = open((s