轉自http://blog.csdn.net/sinat_30071459/article/details/50723212，自己加入了自己製作資料集時遇到的一些問題，和想法

首先錄一段想製作成資料集的目標的視訊，截成一幀一幀的圖片，作為資料集的原材料。

0.資料夾名

首先，確定你的資料集所放的資料夾名字，例如我的叫logos。

（或者和voc2007一樣的名字：VOC2007）

1.圖片命名

雖然說圖片名對訓練沒什麼影響，但建議還是按VOC2007那樣，如“000005.jpg”這種形式。至於圖片格式，程式碼裡是寫的jpg。 批量修改圖片名字為VOC2007格式可以參考以下Matlab程式碼：

1. %%  
2. %圖片儲存路徑為：  
3. %E:\image\car  
4. %E:\image\person  
5. %car和person是儲存車和行人的資料夾  
6. %這些資料夾還可以有多個，  
7. %放在image資料夾裡就行  
8. %該程式碼的作用是將圖片名字改成000123.jpg這種形式  
9. %%  
10. clc;  
11. clear;  
12. maindir='E:\image\';  
13. name_long=5; %圖片名字的長度，如000123.jpg為6,最多9位,可修改  
14. num_begin=1; %影象命名開始的數字如000123.jpg開始的話就是123  
15. subdir = dir(maindir);  
16. n=1;  
17. for i = 1:length(subdir)  
18.   if ~strcmp(subdir(i).name ,'.') && ~strcmp(subdir(i).name,'..')  
19.      subsubdir = dir(strcat(maindir,subdir(i).name));  
20.     for j=1:length(subsubdir)  
21.          if ~strcmp(subsubdir(j).name ,'.') && ~strcmp(subsubdir(j).name,'..')  
22.             img=imread([maindir,subdir(i).name,'\',subsubdir(j).name]);  
23.             imshow(img);  
24.             str=num2str(num_begin,'%09d');  
25.             newname=strcat(str,'.jpg');  
26.             newname=newname(end-(name_long+3):end);  
27.             system(['rename ' [maindir,subdir(i).name,'\',subsubdir(j).name] ' ' newname]);  
28.             num_begin=num_begin+1;  
29.             fprintf('當前處理資料夾%s',subdir(i).name);  
30.             fprintf('已經處理%d張圖片\n',n);  
31.             n=n+1;  
32.            pause(0.1);%可以將暫停去掉  
33.          end  
34.     end  
35.   end  
36. end  

圖片名如果比較特殊或者像1(1).jpg等這類可能無法重新命名，可以使用imwrite，如：

1. imwrite(img,strcat(save_path,newname));%改名後儲存到另一資料夾，原圖片不變  

也可以使用Total Commander來批量重新命名，非常方便，推薦使用這個工具。 此處附上自己做的Python寫的檔案編號

import os

def rename(name_long):
    count = 0
    path_in = 'D:\\messing\\test'   #需要進行編號的圖片儲存資料夾
    path_out = 'D:\\messing\\test\\finish'  #編號後的圖片儲存位置
    filelist = os.listdir(path_in)  # 該資料夾下所有的檔案（包括資料夾）
    for files in filelist:  # 遍歷所有檔案
        Olddir = os.path.join(path_in, files)  # 原來的檔案路徑
        if os.path.isdir(Olddir):  # 如果是資料夾則跳過
            continue
        filename = os.path.splitext(files)[0]  # 檔名
        filetype = os.path.splitext(files)[1]  # 副檔名
        str_count = str(count)  #轉化為string型
        add_zero = name_long - len(str_count)   #計算需要補的0數
        while add_zero > 0:
            str_count = '0' + str_count
            add_zero -= 1
        Newdir = os.path.join(path_out, str_count + filetype)  # 新的檔案路徑
        os.rename(Olddir, Newdir)  # 重新命名
        count += 1

name_long = 6   #檔名的總長度
rename(name_long)

如果有同學想從視訊裡獲得一幀一幀分割好的，正確序號名稱的圖片，可以參考我寫的以下程式碼

# work with opencv in linux
import cv2
import os

video_path = '/media/Ubuntu/Jetson/WYZ/messing/turtle_boot.mp4'
save_path = '/media/Ubuntu/Jetson/WYZ/messing/imageSave/'
name_length = 6   

capture = cv2.VideoCapture(video_path)
#cv2.namedWindow("Video")
ret, frame = capture.read()
num_picture = 0

while ret:
    #cv2.imshow("Video", frame)
    #cv2.waitKey(1)
    num_picture_str = str(num_picture)
    add_zero = name_length - len(num_picture_str)
    while add_zero > 0:
        num_picture_str = '0' + num_picture_str
        add_zero -= 1
    final_path = save_path + num_picture_str + '.jpg'
    print(final_path)
    cv2.imwrite(final_path, frame)
    num_picture += 1
    ret, frame = capture.read()

2.畫目標包圍框

將圖片中所框的目標資訊儲存起來，我的是儲存到txt裡，如下：

1. 000002.jpg car 44 28 132 121  
2. 000003.jpg car 54 19 243 178  
3. 000004.jpg car 168 6 298 164  

注： "car"是後來進行替換的，之前已有一個字母 前面是圖片名，中間是目標類別，最後是目標的包圍框座標（左上角和右下角座標）。 打框的程式碼(c++)我封裝成了dll，下載地址：影象標註VS2013專案 （我的環境是win7vs2013旗艦版，win8 win10好像不能執行）
或者下這個EXE版本的（win7下用cmd執行，win8 win10可能執行不了）：影象標註EXE 注：博主電腦是win10系統，確實無法執行，後來再win7系統上實現的。當時還報了一個錯誤，百度一下，下載一個東西安裝上就可以使用了，相信聰明的大家肯定沒問題。
2016-10-18： 上面標註的程式碼使用的是別人封裝的opencv動態庫，現在修改為opencv2.4.10，64位，vs2013，按網上教程配置好opencv，資源地址： 上面的程式碼好像忘寫操作說明了，這裡寫一下： （1）圖片顯示出來後，輸入法切換到英文； （2）在目標的左上角按下滑鼠左鍵，拉一個包圍框到目標右下角，然後鍵盤輸入標籤(一個字元) （3）繼續（2）操作，直到框完該張圖片上的目標； （4）按n進入下一張，esc退出。 注意：標籤只能輸入一個字元，你可以在生成的txt檔案中替換成你實際的標籤。

3.做xml

將第2步得到的txt轉成xml。 如果每張圖片有一個或多個包圍框，可參考程式碼：VOC2007xml（這份程式碼生成的xml訓練Matlab版本的FRCNN可能會出錯，最好用下面修改過的） 這份程式碼生成的xml第一行含有版本和編碼資訊：<?xml version="1.0" encoding="utf-8"?>，並且含有空格，用來訓練Faster RCNN可能會有問題，如下：
           （左邊是VOC2007資料集中的xml，右邊是上面程式碼生成的xml（第一行我刪掉了），用Notepad開啟就可以看到） VOC2007中的xml前面是tab字元（左邊那些箭頭），上面程式碼生成的xml是空格（那些小黃點），所以，必須將空格轉換成tab，下載修改過的程式碼：VOC2007xml_new （下載VOC2007xml_new就可以了，不用下載VOC2007xml，不過如果xml用作其他用途還是可以的） 最終，得到的xml就和VOC一樣。 2016-11-24： 上面做xml的程式碼請下載修改過的程式碼！！！因為第一份程式碼帶有<?xml version="1.0" encoding="utf-8"?>以及空格，訓練會出錯的！！！本來想把第一份程式碼刪掉的，但是csdn好像沒法刪資源啊！！！ 程式碼是Matlab（2014b）寫的，沒怎麼優化，當時想的就是功能能實現就行。 另外，如果同一幅圖上有多個目標，儲存在txt檔案中的包圍框資訊需要連續存放。

4.儲存xml到Annotations

新建一個資料夾，名字為Annotations，將xml檔案全部放到該資料夾裡。

5.將訓練圖片放到JPEGImages

新建一個資料夾，名字為JPEGImages，將所有的訓練圖片放到該資料夾裡。

6.ImageSets\Main裡的四個txt檔案

新建資料夾，命名為ImageSets，在ImageSets裡再新建資料夾，命名為Main。 我們可以通過xml名字(或圖片名)，生成四個txt檔案，即：
txt檔案中的內容為：

1. 000005  
2. 000027  
3. 000028  
4. 000033  
5. 000042  
6. 000045  
7. 000048  
8. 000058  

即圖片名字（無後綴）,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.VOC2007中，trainval大概是整個資料集的50%，test也大概是整個資料集的50%；train大概是trainval的50%，val大概是trainval的50%。可參考以下程式碼：

1. %%  
2. %該程式碼根據已生成的xml，製作VOC2007資料集中的trainval.txt;train.txt;test.txt和val.txt  
3. %trainval佔總資料集的50%，test佔總資料集的50%；train佔trainval的50%，val佔trainval的50%；  
4. %上面所佔百分比可根據自己的資料集修改，如果資料集比較少，test和val可少一些  
5. %%  
6. %注意修改下面四個值  
7. xmlfilepath='E:\Annotations';  
8. txtsavepath='E:\ImageSets\Main\';  
9. trainval_percent=0.5;%trainval佔整個資料集的百分比，剩下部分就是test所佔百分比  
10. train_percent=0.5;%train佔trainval的百分比，剩下部分就是val所佔百分比  
11. %%  
12. xmlfile=dir(xmlfilepath);  
13. numOfxml=length(xmlfile)-2;%減去.和..  總的資料集大小  
14. trainval=sort(randperm(numOfxml,floor(numOfxml*trainval_percent)));  
15. test=sort(setdiff(1:numOfxml,trainval));  
16. trainvalsize=length(trainval);%trainval的大小  
17. train=sort(trainval(randperm(trainvalsize,floor(trainvalsize*train_percent))));  
18. val=sort(setdiff(trainval,train));  
19. ftrainval=fopen([txtsavepath 'trainval.txt'],'w');  
20. ftest=fopen([txtsavepath 'test.txt'],'w');  
21. ftrain=fopen([txtsavepath 'train.txt'],'w');  
22. fval=fopen([txtsavepath 'val.txt'],'w');  
23. for i=1:numOfxml  
24.     if ismember(i,trainval)  
25.         fprintf(ftrainval,'%s\n',xmlfile(i+2).name(1:end-4));  
26.         if ismember(i,train)  
27.             fprintf(ftrain,'%s\n',xmlfile(i+2).name(1:end-4));  
28.         else  
29.             fprintf(fval,'%s\n',xmlfile(i+2).name(1:end-4));  
30.         end  
31.     else  
32.         fprintf(ftest,'%s\n',xmlfile(i+2).name(1:end-4));  
33.     end  
34. end  
35. fclose(ftrainval);  
36. fclose(ftrain);  
37. fclose(fval);  
38. fclose(ftest);  

注：不知道為什麼，博主此處執行程式生成的四個資料夾名字為"Maintest.txt","Mainval.txt","Maintrainval.txt","Maintrain.txt"， 需要去掉Main才能順利執行。 這四個txt放在ImageSets\Main中。 這樣，資料集就基本做好了。然後新建資料夾，名字為logos(第0步確定的名字),將上面三個資料夾放到這裡，即logos資料夾裡有三個資料夾： 將logos資料夾拷貝到datasets\VOCdevkit2007裡就可以了。 （或者替換voc2007資料集中的Annotations、ImageSets和JPEGImages，免去一些訓練的修改） 注：博主這裡是直接替換