shikequan/dota2voc

将DOTA数据集制作成VOC格式，包含类别选择，图片分割，标签抓取，txt2xml，重命名，索引制作等六个步骤。

DOTA数据集处理

选取需要类别 → 图片裁剪 → 标签数据自动抓取 → 格式转换txt2xml → 修改图片和标签文件名称 → 生成各类数据集索引文件

1. SelectShip.py

从有15种类别的DOTA数据集中筛选出需要的类别

catogory = ['ship'] # 指定类别的名称，指定多类别逗号隔开

2.ImgSplit.py

数据集影像切割为1000*1000（本操作可无视）

不足1000的高或宽在在下或右方向补齐（左上角不动，因为标签数据原点为左上角）

3.txtGrab.py

标签数据自动抓取

第14行 name = im_list[:-4]

如果图像后缀为.png .jpg等则为-4，若图像后缀为.tiff则为-5

4.txt2xml.py

数据格式转换 / 两种矩形框的xml可选

hbb(水平矩形框)：xmin ymin xmax ymax

obb(旋转矩形框)：x0 y0 x1 y1 x2 y2 x3 y3

根据需要选择（如果生成obb,修改260行和266行的hbb=True为False）

5.Rename.py

批量修改文件夹中文件名为（000000）格式，方便直接替换VOC数据集进行训练

6.ImageSets.py

制作ImageSets文件夹下Main文件夹中的4个文件（test.txt、train.txt、trainval.txt、val.txt）

test.txt 测试集 / train.txt 训练集 / val.txt 验证集 / trainval.txt：训练和验证集

在原始VOC2007数据集中，trainval大约占整个数据集的50%，test大约为整个数据集的50%；train大约是trainval的50%，val大约为trainval的50%，按照此标准生成txt文件