生成YOLO可用的VOC格式数据集工具

1. VOC格式数据举例 NEU-DETvoc Annotations xml文件 # 与images中图像对应，voc格式，labelimg可直接调用 images jpg图像 # 与Annotations中xml文件对应 ImageSets Main test.txt # 测试图片名 train.txt trainval.txt val.txt labels txt文件 # 标注文件，格式为：类别序号 x y w h 2. 生成VOC格式 1) 运行clauculate_anchors.py（对于YOLOv3需要先验anchor框的，可通过这个程序聚类获得） 会调用 kmeans.py 聚类生成新anchors.txt的文件，但需要修改ANNOTATION_PATH、ANCHORS_TXT_PATH、CLASS_NAMES， 生成的anchors.txt文件第二行 Best Anchors （这就是手动获取到的anchors的值）后面需要用到。 2-1) 运行split_train_val.py # 按照图片划分，可能存在类别不均衡问题 会在ImagesSets\Main下生成 test.txt、train.txt、trainval.txt、val.txt，不含路径。 2-2）运行xml_split_trainval.py # 按照类别均衡划分,且乱序 会在ImagesSets\Main下生成 test.txt、train.txt、val.txt，不含路径。还生成trainval_ratio.txt, 包含了划分的信息。 3) 运行voc_label.py 1) 生成labels 中为不同图像的标注文件。每个图像对应一个txt文件，文件每一行为一个目标的信息，包括class, x_center, y_center, width, height格式，这种即为 yolo_txt格式； 2) 生成test.txt、train.txt、val.txt，写有划分后图像所在位置的绝对路径，如train.txt就含有所有训练集图像的绝对路径。 4) 运行labels.py 生成类别labels.txt