1.Introduction

做目標檢測時，用LabelImg生成的 xml 文件需要和對應的圖片文件名，生成VOC格式列表。同時需要按照一定比例劃分為訓練集、驗證集和測試集。

2.Materials and methods

上述功能可以分為四步：

（1）讀取圖片名或者xml文件名（這倆一樣）
（2）對文件名列表打亂順序
（3）按比例從亂序表中抽取文件名
（4）拼接字符串，寫入txt文件

話不多說，上代碼：

# -*- coding: utf-8 -*- """ Created on Wed Dec 30 14:49:41 2020@author: YaoYee """import os import randomREAD_DIR = 'C:/Users/YaoYee/Desktop/data/Annotations' WRITE_DIR = 'C:/Users/YaoYee/Desktop/data'TRAIN_RATIO = 0.7 VAL_RATIO = 0.2 TEST_RATIO = 0.1imgs = os.listdir(READ_DIR) # Shuffle list imgs in place. random.shuffle(imgs) with open(WRITE_DIR+'/train_list.txt', 'w') as f:for im in imgs[0:int(len(imgs)*TRAIN_RATIO)]:info = 'JPEGImages/'+im+' 'info += 'Annotations/'+im[0:4]+'.xml\n'f.write(info)with open(WRITE_DIR+'/val_list.txt', 'w') as f:for im in imgs[int(len(imgs)*TRAIN_RATIO):int(len(imgs)*(TRAIN_RATIO+VAL_RATIO))]:info = 'JPEGImages/'+im+' 'info += 'Annotations/'+im[0:4]+'.xml\n'f.write(info)with open(WRITE_DIR+'/test_list.txt', 'w') as f:for im in imgs[int(len(imgs)*(TRAIN_RATIO+VAL_RATIO)):]:info = 'JPEGImages/'+im+' 'info += 'Annotations/'+im[0:4]+'.xml\n'f.write(info)print('The data length is:', len(imgs)) print('The train_data length is:', int(len(imgs)*TRAIN_RATIO)) print('The val_data length is:', int(len(imgs)*(TRAIN_RATIO+VAL_RATIO))-int(len(imgs)*TRAIN_RATIO)) print('The test_data length is:', len(imgs)-int(len(imgs)*(TRAIN_RATIO+VAL_RATIO)))

如果想按原順序劃分數據集，在代碼中把下面行注釋掉就行了~

#random.shuffle(imgs)

3. Results and discussion

運行下看看效果~

可以發現，效果還是很好的，不過細心的小伙伴可能發現了，這里并沒有生成Label文件，也就是沒有讀取xml文件里的label信息，本文暫時不涉及這塊（后面再說）。

如果用paddle的話，官方已經實現了劃分+讀取標簽，可直接調用，如下：

import paddlex!paddlex --split_dataset --format VOC --dataset_dir C:\Users\YaoYee\Desktop\data --val_value 0.2 --test_value 0.1

4. Conclusion

Python真好用~

猜你喜歡：👇🏻
?【Python】如何在文件夾里批量分割圖片？
?【Python】如何在文件夾里批量替換文本中的內容？
?【Python】如何在文件夾里批量修改文件名?（0001-1000）

總結

以上是生活随笔為你收集整理的【Python】随机划分数据集并生成VOC格式列表的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。