Python Faster R-CNN深度学习训练数据处理二
2017-10-16 21:38
579 查看
import os import shutil import xml.etree.ElementTree as ET import pdb
#shutil.rmtree(os.getcwd()+"/VOC2007"); os.mkdir (os.getcwd()+"/VOC2007"); os.mkdir (os.getcwd()+"/VOC2007/Annotations_"); os.mkdir (os.getcwd()+"/VOC2007/Annotations"); os.mkdir (os.getcwd()+"/VOC2007/ImageSets"); os.mkdir (os.getcwd()+"/VOC2007/ImageSets/Main"); os.mkdir (os.getcwd()+"/VOC2007/JPEGImages"); def object_name( dirName, fileName ): tree = ET.parse(dirName + fileName) root = tree.getroot() #print(root) #filename = root.find('path').text #filename = filename[:-4] #print (filename) for object in root.findall('object'): #找到root节点下的所有object节点 object.find('name').text = "obj" #for files in my_files: # if "lab" in root.find('object').find('name').text: # root.find('object').find('name').text = "obj" #obj = root.find('object').find('name').text #obj = obj[:-4] #print (obj) #print('\n') #root[0].text = "VOC2007" #root[1].text = root[1].text + ".jpg" tree.write(os.getcwd()+"/VOC2007/Annotations/" + fileName) #print(root[1].text) print('\n') #print(root[6].text) #pdb.set_trace() my_files = os.listdir(os.getcwd()+"/"); for files in my_files: if "xml" in files: print(files) print('\n') print(os.getcwd()+"/") object_name(os.getcwd()+"/", files) my_files = os.listdir(os.getcwd()+"/"); for files in my_files: if "jpg" in files: print(os.getcwd() + "/" + files) print('\n') print(os.getcwd()+"/VOC2007/JPEGImages/" + files) #pdb.set_trace() shutil.copyfile(os.getcwd() + "/" + files, os.getcwd()+"/VOC2007/JPEGImages/" + files) for files in my_files: if "xml" in files: shutil.copyfile(os.getcwd() + "/" + files, os.getcwd()+"/VOC2007/Annotations_/" + files) #my_files = os.listdir("jpg"); #print(my_files) listFiles = [] for files in my_files: if "jpg" in files: #print(files) listFiles.append(files[:-4]) listFiles.sort() fo = open(os.getcwd()+"/VOC2007/ImageSets/Main/" + "trainval.txt", "w") for fileName in listFiles: fo.write(fileName + "\n") print(fileName) fo.close() fo = open(os.getcwd()+"/VOC2007/ImageSets/Main/" + "test.txt", "w") for fileName in listFiles: fo.write(fileName + "\n") print(fileName) fo.close()转载请注明:http://blog.csdn.net/forest_world
相关文章推荐
- Python Faster R-CNN深度学习训练数据处理
- 深度学习实践经验:用Faster R-CNN训练行人检测数据集Caltech——准备工作
- 深度学习实践经验:用Faster R-CNN训练Caltech数据集——训练检测
- [深度学习] RCNNs系列(1) Ubuntu下Faster RCNN配置及训练和测试自己的数据方法
- 深度学习实践经验:用Faster R-CNN训练行人检测数据集Caltech——准备工作
- 深度学习实践经验:用Faster R-CNN训练行人检测数据集Caltech——准备工作
- 深度学习实践经验:用Faster R-CNN训练Caltech数据集——修改读写接口
- [计算机视觉][神经网络与深度学习]Faster R-CNN配置及其训练教程
- 深度学习实践经验:用Faster R-CNN训练Caltech数据集——训练检测
- [深度学习] RCNNs系列(1) Ubuntu下Faster RCNN配置及训练和测试自己的数据方法
- [计算机视觉][神经网络与深度学习]Faster R-CNN配置及其训练教程2
- 深度学习(DL)与卷积神经网络(CNN)学习随笔-05-基于Python的LeNet之CNN
- Keras 深度学习框架Python Example:CNN/mnist
- python3.6深度学习图片集处理项目源代码(为cnn等准备图片集合,批量生成、删除、改名、旋转、调整大小)
- 深度学习(DL)与卷积神经网络(CNN)学习随笔-05-基于Python的LeNet之CNN
- R-CNN,SPP-NET, Fast-R-CNN,Faster-R-CNN, YOLO, SSD系列深度学习检测方法梳理
- 深度学习python之用Faster-rcnn 检测结果(detections.pkl 和class_pr.pkl) 在原图画出box
- 深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-02-基于Python的卷积运算
- 深度学习目标检测:RCNN,Fast,Faster,YOLO,SSD比较
- 【深度学习:CNN】如何高效的通过BP算法来训练CNN