目錄

1. 下載數據

2. 配置開發環境

3. 預處理數據

---

• 🍨 本文為🔗365天深度學習訓練營?中的學習記錄博客
• 🍖 原作者：K同學啊

1. 下載數據

百度網盤：百度網盤 請輸入提取碼
壓縮文件中有兩個文件夾，分別是Annotations和ImageSet文件夾，我的理解：
ImageSet：原始圖片
Annotations：針對原始圖片標注了有效信息的文件，比如位置信息等。

2. 配置開發環境

第1天課里已經下載了yolov5的github項目，將該項目作為項目文件，通過各類IDE打開即可。你可能需要安裝依賴包（pip install -r requirement.txt)，可能需要配置python解釋器和虛擬環境。
在項目根目錄下本身有一個data文件，里面有很多預置的數據集文件。為了區分，我在根目錄下建立一個mydata的文件夾，然后將下載的數據解壓后的兩個文件夾copy到mydata中。

3. 預處理數據

腳本1：1. 數據集劃分 (split_train_val.py) ：將數據分為訓練集、驗證集和測試集
輸出：
ImageSets/Main/train.txt：訓練集文件名列表
ImageSets/Main/val.txt：驗證集文件名列表
ImageSets/Main/test.txt：測試集文件名列表
腳本2：2. 格式轉換 (voc_label.py)：將VOC格式(XML格式）轉換為YOLO格式（TXT格式，具體查詢資料）
輸出：
labels/：YOLO格式標注文件夾
train.txt：訓練集圖像路徑列表
val.txt：驗證集圖像路徑列表

split_train_val.py腳本代碼：

# 導入必要的庫  
import os  
import random  
import argparse  # 創建一個參數解析器  
parser = argparse.ArgumentParser()  # 添加命令行參數，用于指定XML文件的路徑，默認為 'Annotations' 文件夾  
parser.add_argument('--xml_path', default='Annotations', type=str, help='input xml label path')  # 添加命令行參數，用于指定輸出txt標簽文件的路徑，默認為 'ImageSets/Main' 文件夾  
parser.add_argument('--txt_path', default='ImageSets/Main', type=str, help='output txt label path')  # 解析命令行參數  
opt = parser.parse_args()  # 定義訓練驗證集和測試集的劃分比例  
trainval_percent = 1.0  # 使用全部數據  
train_percent = 0.9  # 訓練集占訓練驗證集的90%  # 設置XML文件夾的路徑，根據命令行參數指定  
xmlfilepath = opt.xml_path  # 設置輸出txt標簽文件的路徑，根據命令行參數指定  
txtsavepath = opt.txt_path  # 獲取XML文件夾中的所有XML文件列表  
total_xml = os.listdir(xmlfilepath)  # 如果輸出txt標簽文件的文件夾不存在，創建它  
if not os.path.exists(txtsavepath):  os.makedirs(txtsavepath)  # 獲取XML文件的總數  
num = len(total_xml)  # 創建一個包含所有XML文件索引的列表  
list_index = range(num)  # 計算訓練驗證集的數量  
tv = int(num * trainval_percent)  # 計算訓練集的數量  
tr = int(tv * train_percent)  # 從所有XML文件索引中隨機選擇出訓練驗證集的索引  
trainval = random.sample(list_index, tv)  # 從訓練驗證集的索引中隨機選擇出訓練集的索引  
train = random.sample(trainval, tr)  # 打開要寫入的訓練驗證集、測試集、訓練集、驗證集的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')  # 遍歷所有XML文件的索引  
for i in list_index:  name = total_xml[i][:-4] + '\n'  # 獲取XML文件的名稱（去掉后綴.xml），并添加換行符  # 如果該索引在訓練驗證集中  if i in trainval:  file_trainval.write(name)  # 寫入訓練驗證集txt文件  if i in train:  # 如果該索引在訓練集中  file_train.write(name)  # 寫入訓練集txt文件  else:  file_val.write(name)  # 否則寫入驗證集txt文件  else:  file_test.write(name)  # 否則寫入測試集txt文件  # 關閉所有打開的文件  
file_trainval.close()  
file_train.close()  
file_val.close()  
file_test.close()

voc_label.py代碼：

# -*- coding: utf-8 -*-  # 導入必要的庫  
import xml.etree.ElementTree as ET  
import os  
from os import getcwd  # 定義數據集的名稱  
sets = ['train', 'val', 'test']  # 定義類別列表，這里有兩個類別，可以根據需要添加更多類別  
classes = ["A", "B"]  # 請根據您的數據集修改這些類別名稱  # 獲取當前工作目錄的絕對路徑  
abs_path = os.getcwd()  
print(abs_path)  # 定義一個函數，將邊界框的坐標從絕對值轉換為相對于圖像大小的比例  
def convert(size, box):  dw = 1. / (size[0])  # 計算圖像寬度的倒數  dh = 1. / (size[1])  # 計算圖像高度的倒數  x = (box[0] + box[1]) / 2.0 - 1  # 計算中心點的x坐標  y = (box[2] + box[3]) / 2.0 - 1  # 計算中心點的y坐標  w = box[1] - box[0]  # 計算邊界框的寬度  h = box[3] - box[2]  # 計算邊界框的高度  x = x * dw  # 縮放x坐標  w = w * dw  # 縮放寬度  y = y * dh  # 縮放y坐標  h = h * dh  # 縮放高度  return x, y, w, h  # 定義一個函數，將標注文件從XML格式轉換為YOLO格式  
def convert_annotation(image_id):  in_file = open('./Annotations/%s.xml' % (image_id), encoding='UTF-8')  # 打開XML標注文件  out_file = open('./labels/%s.txt' % (image_id), 'w')  # 打開要寫入的YOLO格式標簽文件  tree = ET.parse(in_file)  # 解析XML文件  root = tree.getroot()  filename = root.find('filename').text  # 獲取圖像文件名  filenameFormat = filename.split(".")[1]  # 獲取文件格式  size = root.find('size')  # 獲取圖像尺寸信息  w = int(size.find('width').text)  # 獲取圖像寬度  h = int(size.find('height').text)  # 獲取圖像高度  for obj in root.iter('object'):  difficult = obj.find('difficult').text  # 獲取對象的難度標志  cls = obj.find('name').text  # 獲取對象的類別名稱  if cls not in classes or int(difficult) == 1:  continue  cls_id = classes.index(cls)  # 獲取類別的索引  xmlbox = obj.find('bndbox')  # 獲取邊界框坐標信息  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  # 標注越界修正  if b2 > w:  b2 = w  if b4 > h:  b4 = h  b = (b1, b2, b3, b4)  bb = convert((w, h), b)  # 調用convert函數，將邊界框坐標轉換為YOLO格式  out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')  # 寫入YOLO格式標簽文件  return filenameFormat  # 獲取當前工作目錄  
wd = getcwd()  # 遍歷每個數據集（train、val、test）  
for image_set in sets:  # 如果labels目錄不存在，創建它  if not os.path.exists('./labels/'):  os.makedirs('./labels/')  # 從數據集文件中獲取圖像ID列表  image_ids = open('./ImageSets/Main/%s.txt' % (image_set)).read().strip().split()  # 打開要寫入的文件，寫入圖像的文件路徑和格式  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))  # 注意你的圖片格式，如果是.jpg記得修改  list_file.close()

? ? ? ? ? ? ? ? ? ? ? ??