Dataset Tools

从零创建自己的数据集并用于目标检测

1. 数据准备

1.1 准备文件

├── VOCdevkit
|   └── VOC2020
|   	├── JPEGImages
|   	└── Annotations

首先创建如上所示的目录结构，并将所有图片放到 JPEGImages 中。

1.2 标注数据

下载 labelImg 标注软件，对图片进行标注，并将标注的文件保存到 Annotations目录中。

1.3 格式化文件

该过程会去除为标记的图片，并将文件以连续的整数进行命名。

python src/format_dataset.py <path/VOC2020>

2. 创建 VOC 格式数据集

python src/create_voc.py <path/VOC2020> -t 0.6 -v 0.2

指定数据集的根目录 VOC2020，并指定训练集和测试集的比例，即可生成 VOC 格式数据集。默认的划分比例为0.7:0.15:0.15 。

3. 转换

3.1 用于 darknet 训练

修改 voc_to_yolo.py 中的 sets, classes 及最后两行和自己的数据集对应，

进入 VOCdevkit 所在目录，然后运行下边命令，即可将标注转为为 Yolo 所需格式，同时生成 train.txt 和 test.txt。

python voc_to_yolo.py <path/vocdevkit>

根据数据集生成 Anchor

Anchor 对模型的影响比较大，Anchor 先验不合理会导致更多的失配。 根据对数据集的 bbox 聚类，获取新的 anchor 的大小和比例。

python src/gen_anchor.py <xml/root/path> -c cluster_num -d input_size