訓練自己數據-xml文件轉voc格式

首先我們有一堆xml文件 筆者是將mask-rcnn得到的json標注文件轉為xml的

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

現在我們訓練faster-rcnn或者yolo都需要pascal voc格式的數據

所以我們的任務是將xml轉為voc訓練格式

voc格式目錄如下：

VOCdevkit
——VOC2018 #文件夾的年份可以自己取,但是要與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 #放入所有的圖片文件

Main中的文件分別表示test.txt是測試集，train.txt是訓練集，val.txt是驗證集，trainval.txt是訓練和驗證集，反正我只建了兩個
所以新建這幾個文件夾 並將原圖放入JPEGImages  xml文件放入Annotations  接着生成train.txt和val.txt 

生成Main中的txt代碼 ：（我們按照1：3的比例分為訓練和驗證）

import os
from os import listdir, getcwd
from os.path import join

if __name__ == '__main__':
    source_folder =r'G:\jianfeng\project\rubblish_det\source\train_pic_json\voc_all\VOC2018\JPEGImages'
    dest = r'G:\jianfeng\project\rubblish_det\source\train_pic_json\voc_all/VOC2018/ImageSets/Main/train.txt'
    dest2 = r'G:\jianfeng\project\rubblish_det\source\train_pic_json\voc_all/VOC2018/ImageSets/Main/val.txt'
    file_list = os.listdir(source_folder)
    train_file = open(dest, 'a')
    val_file = open(dest2, 'a')
    i=0
    for file_obj in file_list:
        file_name, file_extend = os.path.splitext(file_obj)

        if (i%4 ==0):
            val_file.write(file_name + '\n')
        else:
            train_file.write(file_name + '\n')
        i+=1
    train_file.close()
val_file.close()

然后完成了voc格式制作 接着可以訓練你的數據了