【Tensorflow】Object Detection API

工具来源：https://github.com/whlook/VOCMaker.git

1. VOC数据集包含内容

VOC数据集，包含以下几个文件夹：

• Annotations （存放每个对象xml格式的标签）
• ImagesSets（包括action layout main segmentation四个部分的内容，是数据集中每一种类型图片的信息。main下存放的是图像物体识别的数据，总共分为20类。）
• JPEGImages（所有jpg图片,包括训练图片和测试图片。）
• SegmentationClass（标注出每一个像素的类别）
• SegmentationObject（标注出每一个像素属于哪一个物体）

2. 如何制作自己的VOC数据集

2.1 准备照片素材

比如，我有4类素材：可口可乐、味全、统一方便面、青岛纯生
总共97张图片。

2.2 标注每张图片

依赖：

• Windows10系统
• python 2.7.14
• opencv3.0
• vs2015
• python numpy库
• VOCMaker源码

2.2.1 安装python 2.7.14

• 官网下载安装python 2.7.14 ，比如我安装到C:\Python27目录
• 添加python 环境变量，打开系统环境变量，Path变量添加：C:\Python27;C:\Python27\Scripts;

2.2.2 安装numpy库

打开cmd，执行：

pip install numpy

2.2.3 安装opencv3.0

安装、编译参考
安装、编译完成后，要把opencv-3.0\opencv\mybuild\install\x86\vc14\bin目录下所有的动态库，拷贝到VOCMaker-master\VOCMaker\Debug目录下；
把opencv-3.0\opencv\build\python\2.7\x64\cv2.pyd拷贝到VOCMaker程序运行目录。

2.2.4 VOCMaker

下载地址：https://github.com/whlook/VOCMaker
打开工程，注意配置工程的openCV依赖库和头文件路径。

2.2.5 重命名图片

将原始图片都放到：VOCMaker-master\VOCMaker\VOCMaker\imgs目录下，如图所示：

在master\VOCMaker\VOCMaker\目录下，执行：

python rename.py

会在当前目录下生成JPEGImages文件夹，并把原始图片统一重命名为以下：

运行程序，框住要识别的物体，填写标签：

按空格键，切换到下一张照片。

当操作完最后一张图片时，按o键，生成xml标签信息。

所有标签信息录入完毕后，执行：

python txt.py

3. 其他工具介绍

https://github.com/puzzledqs/BBox-Label-Tool

4. 程序下载

程序我打包了有需要可以Q我。qq号：479066524