『DL笔记』PascalVOC 数据集介绍+数据集标注工具！

PascalVOC 数据集介绍+数据集标注工具！

文章目录

一、Challenge
- 1.1、数据集的主要任务
- 1.2、VOC2012文件夹
- 1.3、Annotations
- 1.4、ImageSets
- 1.5、JPEGImages
二、数据集标注软件：labelImg
- 2.1、labelmg软件简单介绍
- 2.2、解决Imagesets里的文件

Pascal VOC challenge 是一个非常流行的数据集，用于构建和评估图像分类、对象检测和分割的算法。官网数据集镜像：数据集下载链接

一、Challenge

Pascal VOC challenge 的目标就是从存在于现实场景中的许多可视对象类别中识别出对象（即不预先分割的对象）。全部有二十个类：

person, bird, cat, cow, dog, horse, sheep, aeroplane, bicycle, boat, bus, car,
motorbike, train, bottle, chair, dining table, potted plant, sofa, tv / monitor

由于我们是将数据用于检测，因此，我们只关注Annotation、ImageSets、JPEGImages这三个文件夹。下面我们逐个分析每一个文件夹下面的内容：

ImageSets/Main/ 保存了具体数据集的索引；
Annotations 保存了标签数据；
JPEGImages 保存了图片内容。

1.1、数据集的主要任务

有五个主要任务：

1、分类： 对于每一个类，在一张测试图片中预测该类至少一个对象是否存在。
2、检测： 对于每一个类，在一张测试图片中预测该类的每一个对象的边界框（bounding box）。
3、分割： 对于测试图片每一个像素，如果像素不属于20个指定类中的一个，则预测包含该像素或“背景”的对象的类。
4、动作分类： 对于每个动作类别，预测测试图片中的指定的人(由其边界框指示)是否正在执行相应的动作。其中有 10 个动作类别：jumping; phoning; playing a musical instrument; reading; riding a bicycle or motorcycle; riding a horse; running; taking a photograph;using a computer; walking
5、大尺度识别： 这个任务又 ImageNet 组织者执行。更多可查看其官网。

1.2、VOC2012文件夹

里面有一个 VOC2007 ，另一个是 VOC2012 。进去里面有 5 个文件夹；

VOC2012

Annotations：存放 xml 文件，每个文件对应 JPEGImage 里面的一张图片；
JPEGImage：存放图片，每张图片都有对应的编号；
SegmentationClass：存放分割图片，按类分，相同的类用同一个颜色表示；
SegmentationObject：存放分割图片，按物体分， 不同的物体用不同的颜色表示；

1.3、Annotations

xml 是可扩展标记语言，文件里面内容大概如下：

<annotation><folder>VOC2012</folder><filename>2007_000027.jpg</filename><source><database>The VOC2007 Database</database><annotation>PASCAL VOC2007</annotation><image>flickr</image></source><size><width>486</width><height>500</height><depth>3</depth></size><segmented>0</segmented><object><name>person</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>174</xmin><ymin>101</ymin><xmax>349</xmax><ymax>351</ymax></bndbox><part><name>head</name><bndbox><xmin>169</xmin><ymin>104</ymin><xmax>209</xmax><ymax>146</ymax></bndbox></part><part><name>hand</name><bndbox><xmin>278</xmin><ymin>210</ymin><xmax>297</xmax><ymax>233</ymax></bndbox></part><part><name>foot</name><bndbox><xmin>273</xmin><ymin>333</ymin><xmax>297</xmax><ymax>354</ymax></bndbox></part><part><name>foot</name><bndbox><xmin>319</xmin><ymin>307</ymin><xmax>340</xmax><ymax>326</ymax></bndbox></part></object>
</annotation>

其中里面指定了文件夹，文件名字，图片的长宽和深度，还有边界框（bounding box）及物体类别。；

1.4、ImageSets

ImageSets/Main/ 文件夹里面文件以 class_trainval.txt、class_val.txt 的格式命名。 train.txt val.txt 例外。

aeroplane_train.txt
aeroplane_trainval.txt
aeroplane_val.txt
bicycle_train.txt
bicycle_trainval.txt
bicycle_val.txt
bird_train.txt
bird_trainval.txt
bird_val.txt
boat_train.txt
boat_trainval.txt
boat_val.txt
bottle_train.txt
bottle_trainval.txt
bottle_val.txt
bus_train.txt
bus_trainval.txt
bus_val.txt
car_train.txt
car_trainval.txt
car_val.txt
cat_train.txt
cat_trainval.txt
cat_val.txt
chair_train.txt
chair_trainval.txt
chair_val.txt
cow_train.txt
cow_trainval.txt
cow_val.txt
diningtable_train.txt
diningtable_trainval.txt
diningtable_val.txt
dog_train.txt
dog_trainval.txt
dog_val.txt
horse_train.txt
horse_trainval.txt
horse_val.txt
motorbike_train.txt
motorbike_trainval.txt
motorbike_val.txt
person_train.txt
person_trainval.txt
person_val.txt
pottedplant_train.txt
pottedplant_trainval.txt
pottedplant_val.txt
sheep_train.txt
sheep_trainval.txt
sheep_val.txt
sofa_train.txt
sofa_trainval.txt
sofa_val.txt
train.txt
train_train.txt
train_trainval.txt
train_val.txt
trainval.txt
tvmonitor_train.txt
tvmonitor_trainval.txt
tvmonitor_val.txt
val.txt

其中如下：

{class}_train.txt 保存类别为 class 的训练集的所有索引，每一个 class 的 train 数据都有 5717 个。
{class}_val.txt 保存类别为 class 的验证集的所有索引，每一个 class 的val数据都有 5823 个
{class}_trainval.txt 保存类别为 class 的训练验证集的所有索引，每一个 class 的val数据都有11540 个

每个文件包含内容为：

2011_003194 -1
2011_003216 -1
2011_003223 -1
2011_003230  1
2011_003236  1
2011_003238  1
2011_003246  1
2011_003247  0
2011_003253 -1
2011_003255  1
2011_003259  1
2011_003274 -1
2011_003276 -1注：1代表正样本，-1代表负样本。

VOC2012 / ImageSets / Main / train.txt保存了所有训练集的文件名，从 VOC2012/JPEGImages/ 找到文件名对应的图片文件。VOC2012/Annotations/ 找到文件名对应的标签文件；
VOC2012/ImageSets/Main/val.txt 保存了所有验证集的文件名，从 VOC2012/JPEGImages/ 找到文件名对应的图片文件。VOC2012/Annotations/ 找到文件名对应的标签文件
读取 JPEGImages 和 Annotation 文件转换为 tf 的 Example 对象，写入 {train|test}{index}_of{num_shard} 文件。每个文件写的 Example 的数量为 total_size/num_shard。（不同数据集可以适当调节 num_shard 来控制每个输出文件的大小）

1.5、JPEGImages

这个文件夹主要放置数据的原始图片，图片的文件名用00001.jpg进行命名。

二、数据集标注软件：labelImg

LabelImg 是一个可视化的图像标定工具。使用该工具前需配置环境python + lxml。Faster R-CNN，YOLO，SSD等目标检测网络所需要的数据集，均需要借此工具标定图像中的目标。生成的 XML 文件是遵循 PASCAL VOC 的格式的。适用于图像检测任务的数据集制作。它来自下面的项目：https://github.com/tzutalin/labelImg

软件在github上下载地址：https://tzutalin.github.io/labelImg/ ；或者使用下面的百度云链接。
解决Annotation文件；使用标注软件对数据手动标注，软件会自动生成图片信息的xml文件。
软件下载链接，提取码：l53r

2.1、labelmg软件简单介绍

导入图片
点击左侧的create Rect 创建标注框
可以创建新的Label
最后点击verifyImage进行确认，导出XML文件

生成的XML文件内容如下：

<annotation verified="yes"><folder>Desktop</folder><filename>000005.jpg</filename><path>C:/Users/Devinzhang/Desktop/000005.jpg</path><source><database>Unknown</database></source><size><width>500</width><height>375</height><depth>3</depth></size><segmented>0</segmented><object><name>dog</name><pose>Unspecified</pose><truncated>1</truncated><difficult>0</difficult><bndbox><xmin>85</xmin><ymin>270</ymin><xmax>186</xmax><ymax>375</ymax></bndbox></object>
</annotation>

2.2、解决Imagesets里的文件

先抄别人一份代码，然后自己修改

import os
import randomtrainval_percent = 0.66
train_percent = 0.5
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)num=len(total_xml)
list=range(num)
tv=int(num*trainval_percent)
tr=int(tv*train_percent)
trainval= random.sample(list,tv)
train=random.sample(trainval,tr)ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')for i  in list:name=total_xml[i][:-4]+'\n'if i in trainval:ftrainval.write(name)if i in train:ftrain.write(name)else:fval.write(name)else:ftest.write(name)ftrainval.close()
ftrain.close()
fval.close()
ftest .close()

参考了以下作者：

https://blog.csdn.net/weixin_39679367/article/details/80932532
https://blog.csdn.net/wenxueliu/article/details/80327316
https://blog.csdn.net/qq_33297776/article/details/79758342