##修改xml檔案中的，與實際資料路徑對應
##author:leo
# coding=utf-8
import os
import os.path
import xml.dom.minidom
file_path_pic = "you--picture--path/jpegimages"
file_path = "you——xml--path/train"
files = os.listdir(file_path) # 得到資料夾下所有檔名稱
s =
for xmlfile in files: # 遍歷資料夾
if not os.path.isdir(xmlfile): # 判斷是否是資料夾,不是資料夾才開啟
print(xmlfile)
# xml檔案讀取操作
# 將獲取的xml檔名送入到dom解析
dom = xml.dom.minidom.parse(os.path.join(file_path, xmlfile)) ###最核心的部分,路徑拼接,輸入的是具體路徑
root = dom.documentelement
# 獲取標籤對path之間的值
original_path = root.getelementsbytagname('path')
# 原始資訊
#print(original_path)
p0=original_path[0]
#print(p0)
path0=p0.firstchild.data #原始路徑
#print(path0)
# 修改
jpg_name=path0.split('\\')[-1] #獲取名
modify_path=file_path_pic+"/"+jpg_name #修改後path
print(modify_path)
#p0.firstchild.data=modify_path
# 儲存修改到xml檔案中
#with open(os.path.join(file_path, xmlfile), 'w') as fh:
# dom.writexml(fh)
# print('修改path ok!')
製作VOC資料集
使用opencv，外接攝像頭，按一定幀率採集影象，如下 import cv2 as cv cap cv.videocapture 0 fourcc cv.videowriter fourcc x v i d out cv.videowriter r c users chen desktop pyto...
VOC資料集格式介紹
深度學習很多框架都在使用voc資料集，所以先來研究一下voc資料集的具體內容。以pascal voc2017為例，它包含如下5個資料夾 pascal voc提供的所有的，其中包括訓練，測試。存放xml格式的標籤檔案，每個xml對應jpegimage中的一張。可使用labelimg進行標註和檢視。影象...
VOC格式資料集轉YOLO格式資料集
voc使用xml來描述標註，而yolo使用txt格式檔案，導致voc格式資料集無法直接拿來訓練yolo，這就需要轉換格式。為了不重複造輪子，我們使用convert2yolo來進行轉換。python3 example.py datasets voc img path downloads voc2028...