首先我们有一堆xml文件笔者是将mask-rcnn得到的json标注文件转为xml的

 

　　批量json转xml方法：https://www.cnblogs.com/bob-jianfeng/p/11122135.html

 

　　现在我们训练faster-rcnn或者yolo都需要pascalvoc格式的数据

 

　　所以我们的任务是将xml转为voc训练格式

 

　　voc格式目录如下：

 

　　VOCdevkit

 

　　——VOC2018#文件夹的年份可以自己取,但是要与你其他文件年份一致，看下一步就明白了

 

　　————Annotations#放入所有的xml文件

 

　　————ImageSets

 

　　——————Main#放入train.txt,val.txt文件

 

　　————JPEGImages#放入所有的图片文件

 

　　Main中的文件分别表示test.txt是测试集，train.txt是训练集，val.txt是验证集，trainval.txt是训练和验证集，反正我只建了两个

 

　　所以新建这几个文件夹并将原图放入JPEGImagesxml文件放入Annotations接着生成train.txt和val.txt

 

　　生成Main中的txt代码：（我们按照1：3的比例分为训练和验证）

 

　　1importos

 

　　2fromosimportlistdir,getcwd

 

　　3fromos.pathimportjoin

 

　　4

 

　　5if__name__=='__main__':

 

　　6source_folder=r'G:\jianfeng\project\rubblish_det\source\train_pic_json\voc_all\VOC2018\JPEGImages'

 

　　7dest=r'G:\jianfeng\project\rubblish_det\source\train_pic_json\voc_all/VOC2018/ImageSets/Main/train.txt'

 

　　8dest2=r'G:\jianfeng\project\rubblish_det\source\train_pic_json\voc_all/VOC2018/ImageSets/Main/val.txt'

 

　　9file_list=os.listdir(source_folder)

 

　　10train_file=open(dest,'a')

 

　　11val_file=open(dest2,'a')

 

　　12i=0

 

　　13forfile_objinfile_list:

 

　　14file_name,file_extend=os.path.splitext(file_obj)

 

　　15

 

　　16if(i%4==0):

 

　　17val_file.write(file_name+'\n')

 

　　18else:

 

　　19train_file.write(file_name+'\n')

 

　　20i+=1

 

　　21train_file.close()

 

　　22val_file.close()

 

　　然后完成了voc格式制作接着可以训练你的数据了