VOC資料集做LMDB格式(三種格式的資料集做lmdb)
最近在做訓練的時候遇到了做訓練集的問題,所以總結一下自己做資料集的思路與操作。ubuntu16.04.
一、VOC資料集格式:做檢測的時候會遇到,每一個圖中可能有幾個目標,每個目標都有一個位置資訊儲存到xml檔案中,如果想將此類資料做成lmdb格式,首先就是要標記影象,得到每一個圖中目標的位置資訊,標記的程式可以網上找到,標記的工作量還是很大的,這裡講做好xml檔案之後怎麼做成lmdb。
1、首先在github上下載一個caffe-ssd,然後編譯caffe-ssd,這個編譯的方法網上有很多,這裡就不多說了。編譯好之後在./data中輸入指令下載VOC0712資料集:【因為下面的兩個指令碼還呼叫了其他的Python檔案,所以還要 make pycaffe】
wget http://host.robots.ox.ac.uk/pascal/VOC/voc2012/VOCtrainval_11-May-2012.tar wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar wget http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtest_06-Nov-2007.tar tar -xvf VOCtrainval_11-May-2012.tar tar -xvf VOCtrainval_06-Nov-2007.tar tar -xvf VOCtest_06-Nov-2007.tar
解壓之後如下圖所示,在VOCdevkit資料夾內有兩個資料夾,VOC2007和VOC2012,第一個資料夾是我生成的lmdb檔案。
2、建立lmdb格式的資料集
cd caffe ./data/VOC0712/create_list.sh ./data/VOC0712/create_data.sh
下面貼出來creat_list.sh的程式碼:
#!/bin/bash root_dir=####這裡改到你資料集的路徑 sub_dir=ImageSets/Main bash_dir="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)" for dataset in trainval test do dst_file=$bash_dir/$dataset.txt if [ -f $dst_file ] then rm -f $dst_file fi for name in VOC2007 VOC2012 do if [[ $dataset == "test" && $name == "VOC2012" ]] then continue fi echo "Create list for $name $dataset..." dataset_file=$root_dir/$name/$sub_dir/$dataset.txt img_file=$bash_dir/$dataset"_img.txt" cp $dataset_file $img_file sed -i "s/^/$name\/JPEGImages\//g" $img_file sed -i "s/$/.jpg/g" $img_file label_file=$bash_dir/$dataset"_label.txt" cp $dataset_file $label_file sed -i "s/^/$name\/Annotations\//g" $label_file sed -i "s/$/.xml/g" $label_file paste -d' ' $img_file $label_file >> $dst_file rm -f $label_file rm -f $img_file done # Generate image name and size infomation. if [ $dataset == "test" ] then ./caffe-ssd/build/tools/get_image_size $root_dir $dst_file $bash_dir/$dataset"_name_size.txt"#這個路徑也要改下 fi # Shuffle trainval file. if [ $dataset == "trainval" ] then rand_file=$dst_file.random cat $dst_file | perl -MList::Util=shuffle -e 'print shuffle(<STDIN>);' > $rand_file mv $rand_file $dst_file fi done
create_data.sh下面的這個程式碼就是要做成lmdb格式的資料集了。
cur_dir=$(cd $( dirname ${BASH_SOURCE[0]} ) && pwd ) root_dir=./caffe-ssd###這裡的路徑改一下, cd $root_dir redo=1 data_root_dir="./caffe-ssd/data/xuelang"###這裡的路徑改一下,
dataset_name="VOC0712" mapfile="./caffe-ssd/data/VOC0712/labelmap_xuelang.prototxt"###這裡的路徑改一下,
然後就能看到lmdb格式的資料集就生成了。anno_type="detection" db="lmdb" min_dim=0 max_dim=0 width=0 height=0 extra_cmd="--encode-type=jpg --encoded" if [ $redo ] then extra_cmd="$extra_cmd --redo" fi for subset in test trainval do python $root_dir/scripts/create_annoset.py --anno-type=$anno_type --label-map-file=$mapfile --min-dim=$min_dim --max-dim=$max_dim --resize-width=$width --resize-height=$height --check-label $extra_cmd $data_root_dir $root_dir/data/$dataset_name/$subset.txt $data_root_dir/$dataset_name/$db/$dataset_name"_"$subset"_"$db examples/$dataset_name done
如果是自己的資料集的話要先用標記的程式標記目標位置,生成xml檔案,然後按照voc資料集的格式去生成lmdb檔案。
二、圖片和label做成lmdb格式(用於圖片分類)
1、首先將同一label的train資料集放到一個資料夾內,在該資料夾內開啟terminal輸入find -name "*.jpg*" > trainval.txt,這樣就可以將該資料夾內所有的圖片全部存到txt中;
2、生成的txt中,將jpg替換成jpg 1 (1是這些圖片對應的label,中間有空格)
3、將所有的train。txt合在一起,圖片也全部放到train資料夾中,將所有的test的txt和圖片同樣操作。
4、在examples/imagenet下找到create_imagenet.sh檔案,如下,修改
#!/usr/bin/env sh # Create the imagenet lmdb inputs # N.B. set the path to the imagenet train + val data dirs set -e EXAMPLE=examples/imagenet DATA=data/teeest#這裡要改成上圖的資料路徑, TOOLS=build/tools
VAL_DATA_ROOT=./caffe-ssd/data/teeest/val/TRAIN_DATA_ROOT=./caffe-ssd/data/teeest/train/
# Set RESIZE=true to resize the images to 256x256. Leave as false if images have # already been resized using another tool. RESIZE=true ##是不是要resize if $RESIZE; then RESIZE_HEIGHT=128 RESIZE_WIDTH=128 else RESIZE_HEIGHT=0 RESIZE_WIDTH=0 fi if [ ! -d "$TRAIN_DATA_ROOT" ]; then echo "Error: TRAIN_DATA_ROOT is not a path to a directory: $TRAIN_DATA_ROOT" echo "Set the TRAIN_DATA_ROOT variable in create_imagenet.sh to the path" \ "where the ImageNet training data is stored." exit 1 fi if [ ! -d "$VAL_DATA_ROOT" ]; then echo "Error: VAL_DATA_ROOT is not a path to a directory: $VAL_DATA_ROOT" echo "Set the VAL_DATA_ROOT variable in create_imagenet.sh to the path" \ "where the ImageNet validation data is stored." exit 1 fi echo "Creating train lmdb..." GLOG_logtostderr=1 $TOOLS/convert_imageset \ --resize_height=$RESIZE_HEIGHT \ --resize_width=$RESIZE_WIDTH \ --shuffle \ $TRAIN_DATA_ROOT \ $DATA/train.txt \ $EXAMPLE/ilsvrc12_train_lmdb echo "Creating val lmdb..." GLOG_logtostderr=1 $TOOLS/convert_imageset \ --resize_height=$RESIZE_HEIGHT \ --resize_width=$RESIZE_WIDTH \ --shuffle \ $VAL_DATA_ROOT \ $DATA/val.txt \ $EXAMPLE/ilsvrc12_val_lmdb#儲存的路徑和名字,需要的話可以更改 echo "Done."
5、執行這個sh檔案,就可以生成lmdb檔案了。
三、語義分割的資料集(按畫素分類)待補充,暫時還沒有用到,等用到的時候再更新吧