Labelimg制作数据集

大家好，又见面了，我是你们的朋友全栈君。

Labelimg制作数据集

1、 安装labelimg

① 下载源码自行安装，安装步骤参考搜索文章

下载地址：https://github.com/tzutalin/labelImg

② 下载打包版直接运行，Windows和Linux平台可用，无需编译

下载地址：https://tzutalin.github.io/labelImg/

2、 图片标注

① 仿照VOC2007在py-faster-rcnn-master\data目录下新建文件夹“VOCdevkit2007”，在VOCdevkit2007\VOC2007目录下新建如图5个文件夹（前3个必须有）。JPEGImages存放训练图片，Annotations存放使用labelimg标注图片后生成的.xml文件，ImageSets中新建Main文件夹。



② 使用打包版labelimg时直接打开labelImg.exe，先点击“Change Save Dir”修改保存路径为文件夹Annotations（路径不能包含中文）。使用notepad++打开data文件夹中的predefined_classes.txt，修改分类的类别。




打开需要标记的图片文件夹JPEGImages，Ctrl+u
修改保存路径（.xml文件夹）为Annotations，Ctrl+r
标注ROI区域填写标签，w:开始画框
保存.xml文件，有弹框提醒，Ctrl+s

d: 下一张

a: 上一张

del: 删除画的框

Ctrl++: 图片放大

Ctrl–: 图片缩小

↑→↓←: 对框进行移动

Ctrl+d: 复制当前框的标签和框

③ 文件夹JPEGImages中的图片命名格式要求为“xxxxxx.jpg”，从000000.jpg开始，图片重命名代码以Python为例，可参考：https://blog.csdn.net/u011574296/article/details/72956446

import os
path = "F:\caffe\py-faster-rcnn-master\data\VOCdevkit\VOC2007\JPEGImages"
filelist = os.listdir(path) # 该文件夹下所有的文件（包括文件夹）
count=0 # 编号从0开始

for file in filelist:
    print(file)

for file in filelist:  
# 遍历所有文件
    Olddir=os.path.join(path,file)   # 原来的文件路径
    if os.path.isdir(Olddir):   # 如果是文件夹则跳过
        continue
    filename=os.path.splitext(file)[0]   # 文件名
    filetype=os.path.splitext(file)[1]   # 文件扩展名
    Newdir=os.path.join(path,str(count).zfill(6)+filetype)  # 用字符串函数zfill 以0补全所需位数
    os.rename(Olddir,Newdir) # 重命名
    count+=1

3、 生成数据集所需txt

使用代码在ImageSets\Main目录下生成test.txt（测试集）、train.txt（训练集）、val.txt（验证集）、trainval.txt（训练验证集，由train.txt和val.txt组成）。VOC2007中， test大概是整个数据集的50%，trainval是整个数据集剩下的50%；train大概是trainval的50%，val是trainval剩下的50%。所占比例可在代码中修改，以Python为例（其中trainval是整个数据集的70%）：

import os
import random

trainval_percent = 0.7   # trainval占总数的比例
train_percent = 0.5   # train占trainval的比例
xmlfilepath = r'F:\caffe\py-faster-rcnn-master\data\VOCdevkit2007\VOC2007\Annotations'
txtsavepath = r'F:\caffe\py-faster-rcnn-master\data\VOCdevkit2007\VOC2007\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(txtsavepath + r'\trainval.txt', 'w')
ftest = open(txtsavepath + r'\test.txt', 'w')
ftrain = open(txtsavepath + r'\train.txt', 'w')
fval = open(txtsavepath + r'\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()