目标检测数据集与制作

目标检测数据集与制作

VOC数据集

PASCAL VOC挑战赛（ThePASCALVisualObjectClasses）是一个世界级的计算机视觉挑战赛，PASCAL全称：Pattern Analysis,Statical Modeling and Computational Learning，是一个由欧盟资助的网络组织。PASCALVOc挑战赛主要包括以下几类：图像分类(Object Classification);目标检测(Object Detection)，目标分割(Object Segmentation)，动作识别(ActionClassification)等。

整个PASCAL VOC数据集有20个类别的信息。类别信息如下所示：

在学习VOC数据集之前我们需要了解voc数据集的结构信息

我们使用我之前Faster Rcnn项目中使用的VOC数据集对各个部分进行说明

• Annotations：里面存放着所有图像的标注信息（使用的是xml文件来进行表示）

   <truncated>1</truncated>表示是否被截断。
   <difficult>0</difficult> 检测的难易程度
   <object>     代表有两个目标
    	<name>dog</name>
    	<pose>Left</pose>
    	<truncated>1</truncated>
    	<difficult>0</difficult>
    	<bndbox>
    		<xmin>48</xmin>
    		<ymin>240</ymin>
    		<xmax>195</xmax>
    		<ymax>371</ymax>
    	</bndbox>
    </object>
    <object>
    	<name>person</name>
    	<pose>Left</pose>
    	<truncated>1</truncated>
    	<difficult>0</difficult>
    	<bndbox>
    		<xmin>8</xmin>
    		<ymin>12</ymin>
    		<xmax>352</xmax>
    		<ymax>498</ymax>
    	</bndbox>
    </object>
  

Main里面包括了一些txt文件的信息：依次主要包括了下面的四个文件信息。

• 测试集
• 训练集
• 训练集+验证集
• 验证集

标注数据集

之前我使用的labelme生成的是json文件，这次使用labelimg来生成和voc数据集相同的xml文件信息。

使用流程：

• 打开项目文件夹->data->predefined_classes.txt修改标注类别信息
• 打开软件设置图像文件所在目录，以及标注文件保存目录
• 标注图像，并保存
• 若要修改源代码在项目的libs->labelFile.py文件中修改

先创建下面格式的文件夹信息

1. 下载并使用labelIMG

pip install labelIMG

2. 将目录切换到刚刚创建好的文件夹那里
   
3. 使用命令打开标注软件进行标注信息。

labelIMG ./image ./class

4. 设置标注文件的保存位置。

5. 开始进行目标检测数据集的标注完成相关的操作步骤。