利用voc_label.py生成的生成的验证集合和训练集合路径问题

Question

利用voc_label.py生成的生成的验证集合和训练集合路径是一样的对吗

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets=[('2025', 'train'), ('2025', 'val')]

classes = ["Shu"]


def convert(size, box):
    dw = 1./size[0]
    dh = 1./size[1]
    x = (box[0] + box[1])/2.0
    y = (box[2] + box[3])/2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x*dw
    w = w*dw
    y = y*dh
    h = h*dh
    return (x,y,w,h)

def convert_annotation(year, image_id):
    in_file = open('D:/YOLO/darknet-master/scripts/VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
    out_file = open('D:/YOLO/darknet-master/scripts/VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
    tree=ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)
   
    for obj in root.iter('object'):
        difficult = obj.find('difficult').text
        cls = obj.find('name').text
  
        if cls not in classes or int(difficult) == 1:
            continue
            break
        cls_id = classes.index(cls)   
        xmlbox = obj.find('bndbox')     
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text), float(xmlbox.find('ymax').text))
        bb = convert((w,h), b)     
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
        
wd = getcwd()

for year, image_set in sets:
    if not os.path.exists('D:/YOLO/darknet-master/scripts/VOCdevkit/VOC%s/labels/'%(year)):
        os.makedirs('D:/YOLO/darknet-master/scripts/VOCdevkit/VOC%s/labels/'%(year))
    image_ids = open('D:/YOLO/darknet-master/scripts/VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
   # list_file = open('%s_%s.txt'%(year, image_set), 'w')
    list_file = open('D:/YOLO/darknet-master/scripts/VOCdevkit/VOC2025/ImageSets/Main/%s_%s.txt'%(year, image_set), 'w')

    for image_id in image_ids:
        print(image_id)
        #list_file.write('%sD:/YOLO/darknet-master/scripts/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))
        list_file.write('D:/YOLO/darknet-master/scripts/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(year, image_id))
        convert_annotation(year, image_id)
    list_file.close()

2025_trian.txt下

2025_val.txt下

Answer 1

下午好🌅🌅🌅
本答案参考通义千问

你提到的问题是关于使用 voc_label.py 脚本生成的训练集和验证集的路径是否一致。根据你提供的代码片段，我们可以分析并解决这个问题。

---

问题分析

从你的代码中可以看出：

• 你定义了 sets = [('2025', 'train'), ('2025', 'val')]
• 这意味着你正在处理一个名为 VOC2025 的数据集
• 在生成标签文件（.txt）时，脚本会将它们写入到 VOC2025/labels/ 目录下
• 在生成图像列表文件（如 2025_train.txt 和 2025_val.txt）时，你也指定了路径为 VOC2025/ImageSets/Main/

但是，在以下部分，你存在一个明显的路径错误：

list_file = open('D:/YOLO/darknet-master/scripts/VOCdevkit/VOC2025/ImageSets/Main/%s_%s.txt'%(year, image_set), 'w')

这个路径中，VOC2025 是一个固定的名称，而 year 是 '2025'，所以最终路径是：

D:/YOLO/darknet-master/scripts/VOCdevkit/VOC2025/ImageSets/Main/2025_train.txt
D:/YOLO/darknet-master/scripts/VOCdevkit/VOC2025/ImageSets/Main/2025_val.txt

这说明：

训练集和验证集的路径是相同的，都是指向 VOC2025 文件夹下的 ImageSets/Main 目录

因此，训练集和验证集的路径确实是一样的，这是不合理的，因为通常我们希望训练集和验证集保存在不同的目录中以避免混淆。

---

解决方案

1. 明确区分训练集和验证集的路径

你应该确保训练集和验证集分别保存在不同的目录中。例如：

• 训练集：VOC2025/train/
• 验证集：VOC2025/val/

2. 修改路径配置

修改代码中的路径部分，确保 train 和 val 分别写入不同的文件夹。

3. 更新代码示例（修改后）

下面是修改后的代码段，重点部分已加粗：

# 定义 sets 为年份和集合类型（train / val）
sets = [('2025', 'train'), ('2025', 'val')]

# 类别列表
classes = ["Shu"]

def convert(size, box):
    # ...（保持原样）

def convert_annotation(year, image_id):
    # ...（保持原样）

# 设置工作目录
wd = getcwd()

for year, image_set in sets:
    # 创建 labels 文件夹（按 train/val 分类）
    labels_dir = f'D:/YOLO/darknet-master/scripts/VOCdevkit/VOC{year}/labels/{image_set}'
    if not os.path.exists(labels_dir):
        os.makedirs(labels_dir)
    
    # 指定图像列表文件路径（按 train/val 分类）
    list_file_path = f'D:/YOLO/darknet-master/scripts/VOCdevkit/VOC{year}/ImageSets/Main/{image_set}.txt'
    list_file = open(list_file_path, 'w')

    # 获取图像 ID 列表
    image_ids = open(f'D:/YOLO/darknet-master/scripts/VOCdevkit/VOC{year}/ImageSets/Main/{image_set}.txt').read().strip().split()

    for image_id in image_ids:
        list_file.write(f'D:/YOLO/darknet-master/scripts/VOCdevkit/VOC{year}/JPEGImages/{image_id}.jpg\n')
        convert_annotation(year, image_id)

    list_file.close()

---

关键点总结

1. 路径重复问题
   原始代码中，train 和 val 的标签和图像列表都写入同一个目录（VOC2025/...），导致路径重复。

2. 建议修改方向

   • 使用 image_set 字段动态生成路径（如 train、val）
   • 确保 labels 和 ImageSets 中的子目录独立

3. 修改后的路径结构示例

   D:/YOLO/darknet-master/scripts/VOCdevkit/VOC2025/
       ├── JPEGImages/
       ├── Annotations/
       ├── labels/
       │   ├── train/
       │   └── val/
       └── ImageSets/
           └── Main/
               ├── train.txt
               └── val.txt
   

---

结论

是的，训练集和验证集的路径原本是相同的，但通过修改路径逻辑，可以实现它们的路径分离。

如果你需要我进一步帮助你构建完整的 VOC 数据集结构或生成其他格式的数据，请告诉我！