训练yolo的数据集准备

---

1. 数据所在文件夹说明

新建一个mydata文件夹专门存放数据的，.xml文件我是用labelImg进行标注的，网上有很多资料，我这里就默认大家都会用了(偷懒.jpg)，数据集我是按下面方式存放的，当然其它方式也可以，改一下相关路径就行了。

-mydata(主目录)
–annotations(一级子目录)
–img_lab(一级子目录)
—images(二级子目录)

(说明：images文件夹放在img_lab文件夹里面，存放图片，annotations存放标注文件(.xml文件))

另外有两个.py文件用于生成labels和训练、验证、测试的txt说明文件，分别是split_train_val.py用于划分训练集、验证集、测试集
voc_label用于生成labels文件和用于训练的txt说明文件

这两个py文件都放在mydata文件夹下

2. 数据集划分代码

split_train_val.py：

# coding:utf-8

import os
import random
import argparse

parser = argparse.ArgumentParser()
#xml文件的地址，根据自己的数据进行修改 xml一般存放在Annotations下
parser.add_argument('--xml_path', default='annotations', type=str, help='input xml label path')
#数据集的划分，地址选择自己数据下的ImageSets/Main
parser.add_argument('--txt_path', default='img_lab/ImageSets/Main', type=str, help='output txt label path')

opt = parser.parse_args()

trainval_percent = 0.8  # 训练集和验证集在总数据集中占比
train_percent = 0.8  # 训练集在训练验证集中占比
xmlfilepath = opt.xml_path
txtsavepath = opt.txt_path
total_xml = os.listdir(xmlfilepath)
if not os.path.exists(txtsavepath):
    os.makedirs(txtsavepath)

num = len(total_xml)
list_index = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list_index, tv)
train = random.sample(trainva