本教程主要针对在faster rcnn上训练自己的数据集，制作pascal VOC格式的数据集（当然如果嫌弃下面方法太麻烦的话，直接下载exe文件，打开就可以直接使用，简直不要太简便）
安装环境：win10 + Python 3.5.1
安装步骤：
1、labelImg源码下载地址：/tzutalin/labelImg，解压到指定目录：
2、安装labelImg所需依赖：PyQt5、lxml，win+R并输入cmd进入命令行窗口，
PyQt5安装，命令行输入：pip install PyQt5 -i /simplelxml安装，命令行输入：pip install lxml，若这样可以安装成功，后面的踩坑步骤可忽略。
本人在采用上述安装方法时报错，于是上网百度，可以下载lxml与本机环境匹配版本的.whl文件，下载地址：/project/lxml/#files
查看本机所需版本的方法：在命令行中输入python; import pip; print(pip.pep425tags.get_supported())可以获取到：
通过上图可以看出本机应该下载的版本和红色框里的格式类似，因此下载lxml-4.3.4-cp35-cp35m-win32.whl保存到python的安装目录D:\Program Files\Python35\Lib\site-packages中，并重命名为lxml-4.3.4-cp35-none-win32.whl，再次进入命令行界面，并使用cd命令跳转到D:\Program Files\Python35\Lib\site-packages下，输入pip install lxml-4.3.4-cp35-none-win32.whl安装lxml依赖包，即可安装成功，成功之后输入pip list可以看到lxml和PyQt5包已经安装成功。
3、上面两步成功后，在命令行窗口用cd命令进入labelImg源码解压目录中，输入：pyrcc5 -o resources.py resources.qrc
4、第三步命令执行后，会在labelImg源码解压目录中生成resources.py文件，将其移动到同级目录的libs中
5、最后一步，命令行中输入python labelImg.py，稍等片刻，labelImg图形用户界面成功打开。
使用教程：
labelImg-master目录下文件如下图：
其中data目录下的predefined_classes.txt文件为预先定义好的label值，可以根据实际数据集修改label值。
制作数据集：
在任意目录下创建两个文件夹，一个data_picture文件夹存储需要标注的图片，另外一个data_xml文件夹存储与voc数据集格式一样的xml文件；在labelImg界面ctrl+R选择标注图片时生成的xml文件保存的路径；点击labelImg界面的open dir选择创建的文件夹data_picture，就可以导入需要标注的图片，图片列表显示在标注界面的右下角，如下图所示： 点击界面左下角，选中create\nRectBox就可以在图片上进行标注，标注好的区域及标签会显示在右边中间位置（上图右边中间红色框的person即为已经标注的位置），图片标注完成之后，点击按钮save即可保存生成和图片名命名相同的xml文件到data_xml文件夹下。
图片批量处理：
1、图片可能分辨率太大，不利于训练，把他们缩小到跟voc数据集里的图片差不多大小
#coding=utf-8import os #打开文件时需要from PIL import Imageimport reStart_path='C:\\Users\\zcy\\Desktop\\transform\\' #你的图片目录iphone5_width=333 #图片最大宽度iphone5_depth=500 #图片最大高度list=os.listdir(Start_path)#print listcount=0for pic in list:path=Start_path+picprint pathim=Image.open(path)w,h=im.size#print w,h#iphone 5的分辨率为1136*640，如果图片分辨率超过这个值，进行图片的等比例压缩if w>iphone5_width:print picprint "图片名称为"+pic+"图片被修改"h_new=iphone5_width*h/ww_new=iphone5_widthcount=count+1out = im.resize((w_new,h_new),Image.ANTIALIAS)new_pic=re.sub(pic[:-4],pic[:-4]+'_new',pic)#print new_picnew_path=Start_path+new_picout.save(new_path)if h>iphone5_depth:print picprint "图片名称为"+pic+"图片被修改"w=iphone5_depth*w/hh=iphone5_depthcount=count+1out = im.resize((w_new,h_new),Image.ANTIALIAS)new_pic=re.sub(pic[:-4],pic[:-4]+'_new',pic)#print new_picnew_path=Start_path+new_picout.save(new_path)print 'END'count=str(count)print "共有"+count+"张图片尺寸被修改"
2、按照一定的规律批量重命名图片
#coding=utf-8import os #打开文件时需要from PIL import Imageimport reclass BatchRename():def __init__(self):#我的图片文件夹路径self.path = 'C:\\Users\\zcy\\Desktop\\transform'def rename(self):filelist = os.listdir(self.path)total_num = len(filelist)i = 10000 #图片编号从多少开始，不要跟VOC原本的编号重复了n = 6for item in filelist:if item.endswith('.jpg'):n = 6 - len(str(i))src = os.path.join(os.path.abspath(self.path), item)dst = os.path.join(os.path.abspath(self.path), str(0)*n + str(i) + '.jpg')try:os.rename(src, dst)print 'converting %s to %s ...' % (src, dst)i = i + 1except:continueprint 'total %d to rename & converted %d jpgs' % (total_num, i)if __name__ == '__main__':demo = BatchRename()demo.rename()
3、生成训练和测试需要的txt文件索引（就是voc数据集中的main文件夹下的txt文件），程序是根据这个索引来获取图像的。
# !/usr/bin/python# -*- coding: utf-8 -*-import osimport random trainval_percent = 0.8 #trainval占比例多少train_percent = 0.7 #test数据集占比例多少xmlfilepath = 'Annotations' txtsavepath = 'ImageSets\Main' total_xml = os.listdir(xmlfilepath) num=len(total_xml) list=range(num) tv=int(num*trainval_percent) tr=int(tv*train_percent) trainval= random.sample(list,tv) train=random.sample(trainval,tr) ftrainval = open('ImageSets/Main/trainval.txt', 'w') ftest = open('ImageSets/Main/test.txt', 'w') ftrain = open('ImageSets/Main/train.txt', 'w') fval = open('ImageSets/Main/val.txt', 'w') for i in list: name=total_xml[i][:-4]+'\n' if i in trainval: ftrainval.write(name) if i in train: ftrain.write(name) else: fval.write(name) else: ftest.write(name) ftrainval.close() ftrain.close() fval.close() ftest .close()
参考链接：
https://www.e-/content/qita/821279
/qq_34809033/article/details/80589868
/Bryan_QAQ/article/details/90763167
/zcy0xy/article/details/79614862
