深度学习

文章目录

深度学习
前言
一、采集数据集
二、标记数据集

前言

配好环境之后要做的第一件事就是采集数据集、然后标记数据集。

一、采集数据集

可以使用手机拍照或者爬虫爬取，注意图片格式要是jpg的形式

二、标记数据集

按照 PASCAL VOC 数据集格式进行存储数据，制作 VOC 格式数据集步骤如下： ①创建文件夹，VOC 文件格式如下：
在这里插入图片描述
②将所有图片复制到 JPEGImage 文件夹下

③下载标注工具 labelImg。下载文件后，修改 data 文件夹下的 predefined_c lasses.txt 可以改变标签名称。注意：软件 labelImg 的放置路径不要出现中文，否则会出现打不开软件的情况。
④通过 Open Dir 打开图像存放的路径，即 JPEGImage 文件夹所在位置，按 w 键可以进行标注，标注完 Save 选择保存即可，生成的 xml 文件默认保存在图片同路径下。
在这里插入图片描述
⑤标注完后，将标注 xml 文件，剪切存放在 Annotations 文件夹下。 ⑥将 VOCdevkit 数据集打包拷贝到训练的 Ubuntu 环境中，存放的路径是 darknet 下 scripts 文件里

这种标记方式本人非常不喜欢，我用的vott标注，可以直接导出文件，更方便一些，想了解的可以去看之前的博客，不多赘述了，其实 Make Sense更直接，可以直接导出yolo格式。在ubuntu中转换成yolo格式也只需要一行指令。
⑥在 VOC2007 目录下新建文件 test.py，把下面代码复制进去，终端运行

python test.py

生成 ImageSets/Main 文件夹下所需的训练集/测试集 txt 文件

代码： 
import os
import random 
trainval_percent = 0.1 
train_percent = 0.9 
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/val.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w') 
fval = open('ImageSets/Main/trainval.txt', 'w')
for i in list: 
    name = total_xml[i][:-4] + '\n' 
    if i in trainval: 
         ftrainval.write(name) 
         if i in train: 
                ftest.write(name)
        else: fval.write(name) 
    else: ftrain.write(name)

⑦格式转换。VOC 格式数据集标签还不能直接用于 YOLO 训练，需要转换成 YOLO 标签格式。在 darknet/scripts 文件夹下有 voc_label.py 文件，用于将 VOC 格式标签转换为 YOLO 格式，终端运行以下指令即可

python voc_label.py

运行前需要注意的是，需要在 voc_label.py 第九行，修改为自己的类别名称。
在这里插入图片描述
运行好以后，会在 VOC2007 文件下生成存放 YOLO 格式标签的 labels 文件夹，并且在 scripts 文件夹下生成 2007_train.txt 和 2007_val.txt，后续训练时需要引用这两个文件调出数据集。
⑧介绍 VOC 格式标注和 YOLO 格式区别
在这里插入图片描述
图片 width =1000 、height = 654
PASCAL VOC 标注文件如下：

而成 YOLO 格式的 txt 标记文件如下：