本代码是用来读取VOC格式的xml文件，找到图片位置并按照类别切割，将样本自动存放在以目标类别为名称的文件夹下的脚本（使用之前请建立好与目标类别相同的文件夹在对应位置）
2022-03-09 21:16:20
4KB
1
该文件主要将训练集转换成voc格式，很多深度学习框架都是用VOC数据集格式，例如YOLO。
一般voc解压出来后都包括Annotations, ImageSets, JPEFImages, SegmentationClass , SegmentationObject;详情见链接https://blog.csdn.net/tttabcgy/article/details/80191889
2022-03-06 23:37:29
1KB
1
voc2yoloconv
Python中易于使用的注释转换器，可在几秒钟内将数百个注释文件从XML VOC格式转换为YOLO格式。
使用的图书馆
首先，确保所有库都已安装在您的Python环境中。
import os
import shutil
from xml.etree import ElementTree
from tkinter.filedialog import askdirectory
from tkinter.filedialog import askopenfilename
输入数据格式
XML文件示例：
n04070727
n04070727_7
ImageNet database
</sour
2022-03-04 19:03:18
407KB
1
数据包括“笔” “金属罐子” “纸盒” “口罩” “电池” “药片胶囊” “纸张” “瓶子”8个种类，各1000+张，共计1w+张已标注好的VOC格式数据集。适合目标检测初学者以及垃圾分类训练模型使用的数据集。
2022-01-19 16:09:15
782.03MB
数据包括“笔” “金属罐子” “纸盒” “口罩” “电池” “药片胶囊” “纸张” “瓶子”8个种类，各1000+张，共1w张已标注好的VOC格式数据集。适合目标检测初学者进行模型训练的数据集。
2022-01-17 17:05:56
782.03MB
1
百度到的不能用，自己写了一个。
针对VOC格式数据集标注文件（xml）使用。
用于目标检测标注文件中的，name内容（label）修改/替换。
2021-12-22 19:11:23
739B
1
CUHK Occlusion Dataset数据集,用于行人检测，做好了yolo格式数据集的训练和划分，同时上传了yolo和voc两个格式的标签集。
包括：1.VOC格式（.xml文件）的数据集
2.yolo格式（.txt文件）的数据集
3.划分好的yolo格式的训练集和数据集
文件结构：
images——train(训练集的jpg图片)
——val(测试集的jpg图片)
labels——train(训练集的标签)
——val(测试集的标签)
VOC2007——JPEGImages（数据集原本的1063张jpg图片）
——Annotations（数据集中图片对应的.xml标签文件——VOC格式）
——YOLOLabels（数据集中图片对应的.txt标签文件——yolo格式）
2021-12-22 10:11:59
315.63MB
1