第39周——训练自己的数据集
目录
1. 下载数据
2. 配置开发环境
3. 预处理数据
- 🍨 本文为🔗365天深度学习训练营 中的学习记录博客
- 🍖 原作者：K同学啊
1. 下载数据
百度网盘：百度网盘 请输入提取码
压缩文件中有两个文件夹，分别是Annotations和ImageSet文件夹，我的理解：
ImageSet：原始图片
Annotations：针对原始图片标注了有效信息的文件，比如位置信息等。
2. 配置开发环境
第1天课里已经下载了yolov5的github项目，将该项目作为项目文件，通过各类IDE打开即可。你可能需要安装依赖包（pip install -r requirement.txt)，可能需要配置python解释器和虚拟环境。
在项目根目录下本身有一个data文件，里面有很多预置的数据集文件。为了区分，我在根目录下建立一个mydata的文件夹，然后将下载的数据解压后的两个文件夹copy到mydata中。
3. 预处理数据
脚本1：1. 数据集划分 (split_train_val.py) ：将数据分为训练集、验证集和测试集
输出：
ImageSets/Main/train.txt：训练集文件名列表
ImageSets/Main/val.txt：验证集文件名列表
ImageSets/Main/test.txt：测试集文件名列表
脚本2：2. 格式转换 (voc_label.py)：将VOC格式(XML格式）转换为YOLO格式（TXT格式，具体查询资料）
输出：
labels/：YOLO格式标注文件夹
train.txt：训练集图像路径列表
val.txt：验证集图像路径列表
split_train_val.py脚本代码：
# 导入必要的库
import os
import random
import argparse # 创建一个参数解析器
parser = argparse.ArgumentParser() # 添加命令行参数，用于指定XML文件的路径，默认为 'Annotations' 文件夹
parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path') # 添加命令行参数，用于指定输出txt标签文件的路径，默认为 'ImageSets/Main' 文件夹
parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path') # 解析命令行参数
opt = parser.parse_args() # 定义训练验证集和测试集的划分比例
trainval_percent = 1.0 # 使用全部数据
train_percent = 0.9 # 训练集占训练验证集的90% # 设置XML文件夹的路径，根据命令行参数指定
xmlfilepath = opt.xml_path # 设置输出txt标签文件的路径，根据命令行参数指定
txtsavepath = opt.txt_path # 获取XML文件夹中的所有XML文件列表
total_xml = os.listdir(xmlfilepath) # 如果输出txt标签文件的文件夹不存在，创建它
if not os.path.exists(txtsavepath): os.makedirs(txtsavepath) # 获取XML文件的总数
num = len(total_xml) # 创建一个包含所有XML文件索引的列表
list_index = range(num) # 计算训练验证集的数量
tv = int(num * trainval_percent) # 计算训练集的数量
tr = int(tv * train_percent) # 从所有XML文件索引中随机选择出训练验证集的索引
trainval = random.sample(list_index, tv) # 从训练验证集的索引中随机选择出训练集的索引
train = random.sample(trainval, tr) # 打开要写入的训练验证集、测试集、训练集、验证集的txt文件
file_trainval = open(txtsavepath + '/trainval.txt', 'w')
file_test = open(txtsavepath + '/test.txt', 'w')
file_train = open(txtsavepath + '/train.txt', 'w')
file_val = open(txtsavepath + '/val.txt', 'w') # 遍历所有XML文件的索引
for i in list_index: name = total_xml[i][:-4] + '\n' # 获取XML文件的名称（去掉后缀.xml），并添加换行符 # 如果该索引在训练验证集中 if i in trainval: file_trainval.write(name) # 写入训练验证集txt文件 if i in train: # 如果该索引在训练集中 file_train.write(name) # 写入训练集txt文件 else: file_val.write(name) # 否则写入验证集txt文件 else: file_test.write(name) # 否则写入测试集txt文件 # 关闭所有打开的文件
file_trainval.close()
file_train.close()
file_val.close()
file_test.close()
voc_label.py代码：
# -*- coding: utf-8 -*- # 导入必要的库
import xml.etree.ElementTree as ET
import os
from os import getcwd # 定义数据集的名称
sets = ['train', 'val', 'test'] # 定义类别列表，这里有两个类别，可以根据需要添加更多类别
classes = ["A", "B"] # 请根据您的数据集修改这些类别名称 # 获取当前工作目录的绝对路径
abs_path = os.getcwd()
print(abs_path) # 定义一个函数，将边界框的坐标从绝对值转换为相对于图像大小的比例
def convert(size, box): dw = 1. / (size[0]) # 计算图像宽度的倒数 dh = 1. / (size[1]) # 计算图像高度的倒数 x = (box[0] + box[1]) / 2.0 - 1 # 计算中心点的x坐标 y = (box[2] + box[3]) / 2.0 - 1 # 计算中心点的y坐标 w = box[1] - box[0] # 计算边界框的宽度 h = box[3] - box[2] # 计算边界框的高度 x = x * dw # 缩放x坐标 w = w * dw # 缩放宽度 y = y * dh # 缩放y坐标 h = h * dh # 缩放高度 return x, y, w, h # 定义一个函数，将标注文件从XML格式转换为YOLO格式
def convert_annotation(image_id): in_file = open('./Annotations/%s.xml' % (image_id), encoding='UTF-8') # 打开XML标注文件 out_file = open('./labels/%s.txt' % (image_id), 'w') # 打开要写入的YOLO格式标签文件 tree = ET.parse(in_file) # 解析XML文件 root = tree.getroot() filename = root.find('filename').text # 获取图像文件名 filenameFormat = filename.split(".")[1] # 获取文件格式 size = root.find('size') # 获取图像尺寸信息 w = int(size.find('width').text) # 获取图像宽度 h = int(size.find('height').text) # 获取图像高度 for obj in root.iter('object'): difficult = obj.find('difficult').text # 获取对象的难度标志 cls = obj.find('name').text # 获取对象的类别名称 if cls not in classes or int(difficult) == 1: continue cls_id = classes.index(cls) # 获取类别的索引 xmlbox = obj.find('bndbox') # 获取边界框坐标信息 b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text)) b1, b2, b3, b4 = b # 标注越界修正 if b2 > w: b2 = w if b4 > h: b4 = h b = (b1, b2, b3, b4) bb = convert((w, h), b) # 调用convert函数，将边界框坐标转换为YOLO格式 out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n') # 写入YOLO格式标签文件 return filenameFormat # 获取当前工作目录
wd = getcwd() # 遍历每个数据集（train、val、test）
for image_set in sets: # 如果labels目录不存在，创建它 if not os.path.exists('./labels/'): os.makedirs('./labels/') # 从数据集文件中获取图像ID列表 image_ids = open('./ImageSets/Main/%s.txt' % (image_set)).read().strip().split() # 打开要写入的文件，写入图像的文件路径和格式 list_file = open('./%s.txt' % (image_set), 'w') for image_id in image_ids: filenameFormat = convert_annotation(image_id) list_file.write(abs_path + '/images/%s.%s\n' % (image_id, filenameFormat)) # 注意你的图片格式，如果是.jpg记得修改 list_file.close()