制作、训练自己的VOC数据集以及常见错误解决方法

训练自己的VOC数据集

最近因项目需要，对VOC数据集内部进行了改造，生成了项目中做需要的数据集。在这过程中，出现了大大小小一堆错误，特来博客分享给各位图像识别的各位。

制作过程

1.首先介绍一下VOC数据集内部结构

在目标检测中，主要用到了 Annotations，ImageSets，JPEGImages
其中 ImageSets/Main/ 保存了具体数据集的索引（其中包含test.txt，train.txt，train_val.txt，val.txt），Annotations 保存了标签数据（XML文件）， JPEGImages 保存了图片内容（存放原图片）。
具体内容可参见https://blog.csdn.net/wenxueliu/article/details/80327316。

2.对源图片进行打标签

目前网上打标签的软件十分多，比如多伦多大学的PolyRNN Demo++，labelimg等等，都比较好用。在这里我介绍一个软件，特别针对VOC2007数据集的改造，即网上牛人自己用MFC制作的VOC2007数据集制作工具。软件界面如下：
首先构造VOC2007数据集内部形式，即建立Annotations，ImageSets，JPEGImages文件夹，在ImageSets下面建立Main文件夹，用于存放数据集索引。
然后按照博客https://blog.csdn.net/nienelong3319/article/details/80368057就可以制作出自己的数据集了。

训练过程

先从网上下载VOC0712的文件夹，其中内部主要文件如下图所示。
制作自己的数据集其实关键在于create_list.sh、create_data.sh以及labelmap_voc.prototxt。针对自己的数据集，修改这三个文件。
labelmap_voc.prototxt里面可以对照着修改，其中存放的是目标识别的类别数，内部构造如下：
item {
name: “none_of_the_above”
label: 0
display_name: “background”
}
item {
name: “aeroplane”
label: 1
display_name: “aeroplane”
}
修改完这三个文件，就可以进行正常的训练了。

常见的错误分析

1.bounding box越界

错误原因：在终端下执行bash ./create_data过程中，出现下图现象。其原因在于框选过程不仔细，导致bounding box出了图像。

解决方法：针对提示的错误信息，打开VOC2007数据集制作软件重新对提示错误的文件重新框选。

2.提示无法获取文件状态或者找不到文件，实际上存在

原因分析：这个主要是因为你的数据集是在windows下制作的，VOC2007/ImageSets/Main/下的训练文件 test.txt,trainval.txt的分行符是windows格式的换行(0d0a)(\r\n)，而create_list.sh则按unix格式换行(0a)(\n)来处理的，导致生成的临时文件(caffe/data/VOC0712/test.txt,val.txt)的换行都是错的。打开VOC0712文件夹下生成的test.txt文件，会发现是乱码的。

解决方法：如上图绿框标记图修改VOC0712/create_list.sh。

参考博客：https://blog.csdn.net/10km/article/details/70144925