将 VEDAI 遥感图像数据集转为 PASCAL VOC 格式[亲测有效]-ve代谢周期

将 VEDAI 遥感图像数据集转为 PASCAL VOC 格式[亲测有效]PASCALVOC格式的VEDAI数据集

PASCAL VOC 格式的 VEDAI 数据集（只有JPEGImages和Annotations）：地址（所需积分/C币: 0）
（VEDAI 数据集共有11类，类别和所对应的 label 如下表所示）

类别	car	truck	tractor	camping car	—	—	van	vehicle	pick-up	boat	plane
label	1	2	4	5	7	8	9	10	11	23	31

---

官方下载地址（里面也有 论文 和 Devkit）

关于这个数据集，有几个点需要注意，是和其他数据集不一样的：（其中，第2和3点，在网上找不到思路，希望有朋友可以提出比较准确的答案~）

1. 论文中分成了9类，如下图所示；而在官方的 devkit 上，把 other 这个分类换成了vehicle。并且 lable 并不是从0-8顺序标下来的，具体对应关系可以参考Devkit/watch_image.m/64-108行

2. 理论上是9类，但是在Annotations的txt文件中，会发现还有两类，label分别是7和8。由于不知道该标记为什么，所以就舍弃了这两个。

3. txt文件中，每一行的各个数字的含义也不明确。论文里说有：中心点坐标、旋转框的角度、4个顶点的坐标、label、是否遮挡、是否被裁剪。但是没有说顺序是怎样的，所以还是按照Devkit/watch_image.m中的取值以及我的推断，将txt中的值从左到右定义为：中心点x坐标、中心点y坐标、旋转框的角度、label、是否遮挡、是否被裁剪、4个顶点的坐标

---

1、txt->xml

VEDAI中每张图像都有四个未压缩的彩色通道，包括三个RGB彩色通道和一个近红外通道。这里只用了彩色通道的图像。

import osfrom xml.dom.minidom import Documentimport numpy as npimport copyimport cv2import syssys.path.append('../../..')def mkdir(path):if not os.path.exists(path):os.makedirs(path)def save_to_xml(save_path, im_height, im_width, objects_axis):im_depth = 0object_num = len(objects_axis)doc = Document()annotation = doc.createElement('annotation')doc.appendChild(annotation)folder = doc.createElement('folder')folder_name = doc.createTextNode('VOC2007')folder.appendChild(folder_name)annotation.appendChild(folder)filename = doc.createElement('filename')filename_name = doc.createTextNode(save_path.split('/')[-1])filename.appendChild(filename_name)annotation.appendChild(filename)source = doc.createElement('source')annotation.appendChild(source)database = doc.createElement('database')database.appendChild(doc.createTextNode('The VOC2007 Database'))source.appendChild(database)annotation_s = doc.createElement('annotation')annotation_s.appendChild(doc.createTextNode('PASCAL VOC2007'))source.appendChild(annotation_s)image = doc.createElement('image')image.appendChild(doc.createTextNode('flickr'))source.appendChild(image)flickrid = doc.createElement('flickrid')flickrid.appendChild(doc.createTextNode('322409915'))source.appendChild(flickrid)owner = doc.createElement('owner')annotation.appendChild(owner)flickrid_o = doc.createElement('flickrid')flickrid_o.appendChild(doc.createTextNode('knautia'))owner.appendChild(flickrid_o)name_o = doc.createElement('name')name_o.appendChild(doc.createTextNode('dear_jing'))owner.appendChild(name_o)size = doc.createElement('size')annotation.appendChild(size)width = doc.createElement('width')width.appendChild(doc.createTextNode(str(im_width)))height = doc.createElement('height')height.appendChild(doc.createTextNode(str(im_height)))depth = doc.createElement('depth')depth.appendChild(doc.createTextNode(str(im_depth)))size.appendChild(width)size.appendChild(height)size.appendChild(depth)segmented = doc.createElement('segmented')segmented.appendChild(doc.createTextNode('0'))annotation.appendChild(segmented)for i in range(object_num):objects = doc.createElement('object')annotation.appendChild(objects)object_name = doc.createElement('name')object_name.appendChild(doc.createTextNode(str(objects_axis[i][-1])))objects.appendChild(object_name)pose = doc.createElement('pose')pose.appendChild(doc.createTextNode('Unspecified'))objects.appendChild(pose)truncated = doc.createElement('truncated')truncated.appendChild(doc.createTextNode(str(objects_axis[i][9])))objects.appendChild(truncated)difficult = doc.createElement('difficult')difficult.appendChild(doc.createTextNode(str(objects_axis[i][8])))objects.appendChild(difficult)bndbox = doc.createElement('bndbox')objects.appendChild(bndbox)x0 = doc.createElement('x0')x0.appendChild(doc.createTextNode(str((objects_axis[i][0]))))bndbox.appendChild(x0)y0 = doc.createElement('y0')y0.appendChild(doc.createTextNode(str((objects_axis[i][4]))))bndbox.appendChild(y0)x1 = doc.createElement('x1')x1.appendChild(doc.createTextNode(str((objects_axis[i][1]))))bndbox.appendChild(x1)y1 = doc.createElement('y1')y1.appendChild(doc.createTextNode(str((objects_axis[i][5]))))bndbox.appendChild(y1)x2 = doc.createElement('x2')x2.appendChild(doc.createTextNode(str((objects_axis[i][2]))))bndbox.appendChild(x2)y2 = doc.createElement('y2')y2.appendChild(doc.createTextNode(str((objects_axis[i][6]))))bndbox.appendChild(y2)x3 = doc.createElement('x3')x3.appendChild(doc.createTextNode(str((objects_axis[i][3]))))bndbox.appendChild(x3)y3 = doc.createElement('y3')y3.appendChild(doc.createTextNode(str((objects_axis[i][7]))))bndbox.appendChild(y3)f = open(save_path, 'w')f.write(doc.toprettyxml(indent=''))f.close()# class_list = ['plane', 'boat', 'camping_car', 'car', 'pick-up', 'tractor', 'truck', 'van', 'vehicle']class_list = { 'plane': 31, 'boat': 23, 'camping_car': 5, 'car': 1, 'pick-up': 11, 'tractor': 4, 'truck': 2, 'van': 9,'vehicle': 10, 'others':0}def format_label(txt_list):format_data = []for i in txt_list:if len(i.split(' ')) < 14:continueflag = Falsefor k, v in class_list.items():if v == int(i.split(' ')[3].split('\n')[0]):format_data.append([float(xy) for xy in i.split(' ')[6:14]] + [int(x) for x in i.split(' ')[4:6]] + [k])flag = Trueif not flag:format_data.append([float(xy) for xy in i.split(' ')[6:14]] + [int(x) for x in i.split(' ')[4:6]] + ['others'])return np.array(format_data)def clip_image(file_idx, image, boxes_all):if len(boxes_all) > 0:mkdir(os.path.join(save_dir, 'JPEGImages'))img = os.path.join(save_dir, 'JPEGImages',"%06d.png" % (int(file_idx)))cv2.imwrite(img, image)mkdir(os.path.join(save_dir, 'Annotations'))xml = os.path.join(save_dir, 'Annotations',"%06d.xml" % (int(file_idx)))save_to_xml(xml, image.shape[0], image.shape[1], boxes_all)print('class_list', len(class_list))raw_data = 'VEDAI'raw_images_dir = os.path.join(raw_data, 'Vehicules512')raw_label_dir = os.path.join(raw_data, 'Annotations512')save_dir = 'VEDAI/VOC/'images = [i for i in os.listdir(raw_images_dir) if '_co.png' in i]labels = [i for i in os.listdir(raw_label_dir) if 'txt' in i]print('find image', len(images))print('find label', len(labels))for idx, img in enumerate(images):# print(idx, 'read image', img)if not os.path.exists(os.path.join(raw_label_dir, img.replace('_co.png', '.txt'))):continueimg_data = cv2.imread(os.path.join(raw_images_dir, img))txt_data = open(os.path.join(raw_label_dir, img.replace('_co.png', '.txt')), 'r').readlines()box = format_label(txt_data)clip_image(img.strip('_co.png'), img_data, box)

是否还在为Ide开发工具频繁失效而烦恼，来吧关注以下公众号获取最新激活方式。亲测可用！

为防止网络爬虫，请关注公众号回复”口令”

激活idea 激活CLion DataGrip DataSpell dotCover dotMemory dotTrace GoLand PhpStorm PyCharm ReSharper ReShaC++ Rider RubyMine WebStorm 全家桶 解锁下载刷新

【正版授权，激活自己账号】：Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛

【官方授权 正版激活】：官方授权 正版激活 自己使用，支持Jetbrains家族下所有IDE…

2、生成 txt

自己制作 trainval.txt等文件，里面放的是待训练图片名（可能会报“没有这个文件”的错误，需要手动新建……能力有限）。

from sklearn.model_selection import train_test_splitimport osname_path = r'VEDAI/VOC/JPEGImages'name_list = os.listdir(name_path)names = []for i in name_list:names.append(i.split('.')[0])trainval, test = train_test_split(names, test_size=0.5, shuffle=10)val, train = train_test_split(trainval, test_size=0.5, shuffle=10)with open('VEDAI/VOC/ImageSets/Main/trainval.txt', 'w') as fw:for i in trainval:fw.write(i + '\n')with open('VEDAI/VOC/ImageSets/Main/test.txt', 'w') as fw:for i in test:fw.write(i + '\n')with open('VEDAI/VOC/ImageSets/Main/val.txt', 'w') as fw:for i in val:fw.write(i + '\n')with open('VEDAI/VOC/ImageSets/Main/train.txt', 'w') as fw:for i in train:fw.write(i + '\n')print('done!')