mmsegmention数据集存放格式（三）

1、准备数据集

2、支持数据集

2.1、Cityscapes

2.2、Pascal VOC

2.3、ADE20K

2.4、Pascal Context

2.5、CHASE DB1

2.6、DRIVE

2.7、HRF

2.8、STARE

3、数据实例配置

翻译地址：https://mmsegmentation.readthedocs.io/en/latest/dataset_prepare.html

1、准备数据集

建议将数据集根符号链接到$MMSEGMENTATION/data。如果您的文件夹结构不同，则可能需要更改配置文件中的相应路径。

win10上直接到工程目录下创建data文件夹，拷贝到data下。

mmsegmentation
├── mmseg
├── tools
├── configs
├── data
│   ├── cityscapes
│   │   ├── leftImg8bit
│   │   │   ├── train
│   │   │   ├── val
│   │   ├── gtFine
│   │   │   ├── train
│   │   │   ├── val
│   ├── VOCdevkit
│   │   ├── VOC2012
│   │   │   ├── JPEGImages
│   │   │   ├── SegmentationClass
│   │   │   ├── ImageSets
│   │   │   │   ├── Segmentation
│   │   ├── VOC2010
│   │   │   ├── JPEGImages
│   │   │   ├── SegmentationClassContext
│   │   │   ├── ImageSets
│   │   │   │   ├── SegmentationContext
│   │   │   │   │   ├── train.txt
│   │   │   │   │   ├── val.txt
│   │   │   ├── trainval_merged.json
│   │   ├── VOCaug
│   │   │   ├── dataset
│   │   │   │   ├── cls
│   ├── ade
│   │   ├── ADEChallengeData2016
│   │   │   ├── annotations
│   │   │   │   ├── training
│   │   │   │   ├── validation
│   │   │   ├── images
│   │   │   │   ├── training
│   │   │   │   ├── validation
│   ├── CHASE_DB1
│   │   ├── images
│   │   │   ├── training
│   │   │   ├── validation
│   │   ├── annotations
│   │   │   ├── training
│   │   │   ├── validation
│   ├── DRIVE
│   │   ├── images
│   │   │   ├── training
│   │   │   ├── validation
│   │   ├── annotations
│   │   │   ├── training
│   │   │   ├── validation
│   ├── HRF
│   │   ├── images
│   │   │   ├── training
│   │   │   ├── validation
│   │   ├── annotations
│   │   │   ├── training
│   │   │   ├── validation
│   ├── STARE
│   │   ├── images
│   │   │   ├── training
│   │   │   ├── validation
│   │   ├── annotations
│   │   │   ├── training
│   │   │   ├── validation

2、支持数据集

2.1、Cityscapes

注册后可以在这里（https://www.cityscapes-dataset.com/downloads/）找到数据。

按照惯例，**labelTrainIds.png用于训练。我们提供了根据脚本生成**labelTrainIds.png

# --nproc means 8 process for conversion, which could be omitted as well.
python tools/convert_datasets/cityscapes.py data/cityscapes --nproc 8

2.2、Pascal VOC

Pascal VOC 2012可以从这里（http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar）下载。此外，增强的VOC数据可以在此处（http://www.eecs.berkeley.edu/Research/Projects/CS/vision/grouping/semantic_contours/benchmark.tgz）找到。

如果要使用增强的VOC数据集，请运行以下命令以将增强注释转换为正确的格式。

# --nproc means 8 process for conversion, which could be omitted as well.
python tools/convert_datasets/voc_aug.py data/VOCdevkit data/VOCdevkit/VOCaug --nproc 8

2.3、ADE20K

ADE20K的训练和验证可以从此链接（http://data.csail.mit.edu/places/ADEchallenge/ADEChallengeData2016.zip）下载。我们也可以从这里（http://data.csail.mit.edu/places/ADEchallenge/release_test.zip）下载测试集。

2.4、Pascal Context

Pascal上下文的训练和验证集可以从此处（http://host.robots.ox.ac.uk/pascal/VOC/voc2010/VOCtrainval_03-May-2010.tar）下载。注册后，您也可以从此处（http://host.robots.ox.ac.uk:8080/eval/downloads/VOC2010test.tar）下载测试仪。

要从原始数据集中拆分训练和验证集，您可以从此处（https://codalabuser.blob.core.windows.net/public/trainval_merged.json）下载trainval_merged.json 。

如果要使用Pascal Context数据集，请安装Detail（https://github.com/zhanghang1989/detail-api），然后运行以下命令将注释转换为正确的格式。

python tools/convert_datasets/pascal_context.py data/VOCdevkit data/VOCdevkit/VOC2010/trainval_merged.json

2.5、CHASE DB1

可以从此处（https://staffnet.kingston.ac.uk/~ku15565/CHASE_DB1/assets/CHASEDB1.zip）下载CHASE DB1的训练和验证集。

要将CHASE DB1数据集转换为MMSegmentation格式，应运行以下命令：

python tools/convert_datasets/chase_db1.py /path/to/CHASEDB1.zip

该脚本将自动创建目录结构。

2.6、DRIVE

可以从此处（https://drive.grand-challenge.org/）下载DRIVE的训练和验证集。在此之前，您应该注册一个帐户。目前尚未正式提供“ 1st_manual”。

要将DRIVE数据集转换为MMSegmentation格式，应运行以下命令：

python tools/convert_datasets/drive.py /path/to/training.zip /path/to/test.zip

该脚本将自动创建目录结构。

2.7、HRF

首先，下载health.zip，glaucoma.zip，diabetic_retinopathy.zip，health_manualsegm.zip，glaucoma_manualsegm.zip和diabetic_retinopathy_manualsegm.zip。

要将HRF数据集转换为MMSegmentation格式，应运行以下命令：

python tools/convert_datasets/hrf.py /path/to/healthy.zip /path/to/healthy_manualsegm.zip /path/to/glaucoma.zip /path/to/glaucoma_manualsegm.zip /path/to/diabetic_retinopathy.zip /path/to/diabetic_retinopathy_manualsegm.zip

该脚本将自动创建目录结构。

2.8、STARE

首先，下载stare-images.tar，labels-ah.tar和labels-vk.tar。

要将STARE数据集转换为MMSegmentation格式，应运行以下命令：

python tools/convert_datasets/stare.py /path/to/stare-images.tar /path/to/labels-ah.tar /path/to/labels-vk.tar

该脚本将自动创建目录结构。

3、数据实例配置

以VOC2012为例：

目录存放结构如下图：

pycharm中配置不对data目录建立索引，以减少系统资源占用。

设置后，data目录显示为棕色，表示不对该目录索引。