训练自己数据-xml文件转voc格式

首先我们有一堆xml文件 笔者是将mask-rcnn得到的json标注文件转为xml的

批量json转xml方法：https://www.cnblogs.com/bob-jianfeng/p/11122135.html

现在我们训练faster-rcnn或者yolo都需要pascal voc格式的数据

所以我们的任务是将xml转为voc训练格式

voc格式目录如下：

VOCdevkit
——VOC2018 #文件夹的年份可以自己取,但是要与你其他文件年份一致，看下一步就明白了
————Annotations #放入所有的xml文件
————ImageSets
——————Main #放入train.txt,val.txt文件
————JPEGImages #放入所有的图片文件

Main中的文件分别表示test.txt是测试集，train.txt是训练集，val.txt是验证集，trainval.txt是训练和验证集，反正我只建了两个
所以新建这几个文件夹 并将原图放入JPEGImages  xml文件放入Annotations  接着生成train.txt和val.txt 

生成Main中的txt代码 ：（我们按照1：3的比例分为训练和验证）

import os
from os import listdir, getcwd
from os.path import join

if __name__ == '__main__':
    source_folder =r'G:jianfengproject
ubblish_detsource	rain_pic_jsonvoc_allVOC2018JPEGImages'
    dest = r'G:jianfengproject
ubblish_detsource	rain_pic_jsonvoc_all/VOC2018/ImageSets/Main/train.txt'
    dest2 = r'G:jianfengproject
ubblish_detsource	rain_pic_jsonvoc_all/VOC2018/ImageSets/Main/val.txt'
    file_list = os.listdir(source_folder)
    train_file = open(dest, 'a')
    val_file = open(dest2, 'a')
    i=0
    for file_obj in file_list:
        file_name, file_extend = os.path.splitext(file_obj)

        if (i%4 ==0):
            val_file.write(file_name + '
')
        else:
            train_file.write(file_name + '
')
        i+=1
    train_file.close()
val_file.close()

然后完成了voc格式制作 接着可以训练你的数据了