因为模型需要VOC训练集，而数据集只有图片和已制作好的xml文件，那么只能自己进行VOC数据集的再加工，好，开工！ 文章目录构架VOC数据集文件夹利用程序生成Main下的四个txt文件更改xml中的原来文件属性 构架VOC数据集文件夹 文件夹目录如图所示： ---VOC2007 ------Annotations ---------n个xml文件 ------ImagesSet ---------Action ---------Layout ---------Segmentation ---------Main

水果数据集，三种class(apple/banana/grape)，共340张，标注格式为xml格式，标注软件为精灵标注助手。

积水检测数据集，包含voc和yolo数据格式

VOC数据集镜像

压缩包一共包含八个py文件： 分别可以对xml数据集进行 提取特定类； 标签名称的删，改，查； 分辨率的调整； 统计标签数量，区域大小数量；

这俩个脚本文件实现了提取VOC数据集格式的特定类，并且转化为yolov4需要的txt

今天小编就为大家分享一篇将数据集制作成VOC数据集格式的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

在做目标检测任务时，若使用Github已复现的论文时，需首先将自己的数据集转化为VOC数据集的格式，因为论文作者使用的是公开数据集VOC 2007、VOC2012、COCO等类型数据集做方法验证与比对。 一、VOC数据集格式 –VOCdevkit2007 –VOC2007 –Annotations (xml格式的文件) –000001.xml –ImageSets –Layout –Main –train.txt –test.txt –val.txt –trainval.txt –Segmentation –JPEGImages (训练集和测试集图片) –000001.jpg –result

自己制作的voc2007数据集，目标有两个类别，0，aircraft. 1, oiltank。几乎所有模型都可以训练目标检测测试数据。给予原始VOC数据太大，下载训练都很慢。

用于训练目标检测的VOC数据集，可用于YOLOV5训练自己的数据集