【目標檢測】Fast R-CNN (keras) 構造自己的數據集

網上一直沒有找到Kitti數據集，於是決定使用之前的安全帽數據集。

1.獲取安全帽圖片並且按順序標號（之前的博客中已經說明詳細步驟）

2.給圖片中的安全帽打框，生成xml文件，其中的坐標對應每個安全帽的位置。

　　使用工具：labelImg

　　需安裝的第三方庫：
　　python，PyQt5 , lxml
　　1.Python的安裝 （略）
　　2.pip安裝PyQt5
　　進入cmd（win鍵+R鍵，輸入cmd），輸入：
　　pip install PyQt5
　　3.安裝lxml
　　進入cmd（win鍵+R鍵，輸入cmd），輸入：
　　pip install lxml
　　4.安裝labelImg
　　labelImg下載地址：
　　https://github.com/tzutalin/labelImg.git
　　進入cmd（win鍵+R鍵，輸入cmd），進入labelImg文件夾，輸入：
　　pyrcc5 -o resources.py resources.qrc
　　輸入：python labelImg.py
　　即可打開labelImg。

　　1）打開界面如下：

　　

 

 　　（2）給圖片打框，界面如下：

 

　　（3）生成xml文件，內容如下：

 

　　（4）將需要訓練的所有圖片進行該操作。

 

但是查看Fast R-CNN算法中，使用到的數據集格式並不是xml，而是txt格式，最前面為圖片地址，中間為坐標，最后為檢測物體的標簽。Kitti數據集部分截圖如下：

 

 3.按照Kitti的格式，將已經生成的xml文件轉化為txt

代碼如下：

import xml.dom.minidom
import os
import os.path

i=0
for ii in range(1,500):
    print('這是第',ii,'張圖片')
    s = '%05d' % ii  # 補0
    src = 'F:/ProPycharm/PyProject/XmlToTxt-master/data/train_val_00001-00499xlm/'+str(s)+''+'.xml'
    # print(src)

    # 保存生成的txt地址
    save_dir = 'F:/ProPycharm/PyProject/XmlToTxt-master/data/train_val_00001-00499txt'
    if not os.path.exists(save_dir):
        os.mkdir(save_dir)
    f = open(os.path.join(save_dir, 'name.txt'), 'a')

    DOMTree = xml.dom.minidom.parse(src)
    annotation = DOMTree.documentElement
    filename = annotation.getElementsByTagName("filename")[0]
    imgname = 'F:/ProPycharm/PyProject/XmlToTxt-master/data/train_val_00001-00499txt/'+filename.childNodes[0].data
    # print(imgname)

    objects = annotation.getElementsByTagName("object")
    loc = []  # 文檔保存格式：文件名 坐標
    imaname00 =[]
    for object in objects:
        bbox = object.getElementsByTagName("bndbox")[0]
        leftTopx = bbox.getElementsByTagName("xmin")[0]
        lefttopx = leftTopx.childNodes[0].data
        leftTopy = bbox.getElementsByTagName("ymin")[0]
        lefttopy = leftTopy.childNodes[0].data
        rightTopx = bbox.getElementsByTagName("xmax")[0]
        righttopx = rightTopx.childNodes[0].data
        rightTopy = bbox.getElementsByTagName("ymax")[0]
        righttopy = rightTopy.childNodes[0].data
        name = object.getElementsByTagName('name')[0]
        # print(lefttopx, lefttopy, righttopx, righttopy, name.childNodes[0].data)
        loc = loc + [imgname, lefttopx, lefttopy, righttopx, righttopy, name.childNodes[0].data]
        # print(loc)

    for num in range(len(loc)):
        print(str(loc[num]))
        if num % 6 == 5:
            f.write(str(loc[num]))
            f.write('\n')
        else:
            f.write(str(loc[num]) + ',')
        # f.write('\n')
    f.close()

注意：
1.最開始生成的txt中，全部以“，”為分隔符，導致標簽后面依然有一個多余的“，”
解決方法：對每一行的數據長度進行取余操作，如果長度為6，就換行。因為每行保存的數據中，只有6個：一個地址，四個坐標。一個標簽。如果不是這樣，就以“，”為分隔符寫進去。
2.在進行for循環時，雖然讀取了500張圖片的xml，但是保存的txt文件中只有最后一張圖片的信息，前面499張圖片的信息都沒有保存。因為沒for一次，保存的信息會自動刷新一次，所以前面499張圖片的txt內容被覆蓋了！
解決方法：將f = open(os.path.join(save_dir, 'name.txt'), 'w') 換為 f = open(os.path.join(save_dir, 'name.txt'), 'a')

最終生成了正確的txt，內容如下：