在做目标检测任务得时候，先要用labelme、labelimg、Vott等标注工具对目标进行标注。具体用法可以参看：24.人工智能：计算机视觉任务——数据格式和标注。

在训练得时候，我们还需要对数据集进行划分。这里以交通标志检测为例，看如何代码提取标注文件中得目标名称、生成和划分数据集。

数据集目录：traffic

包含两个子目录：Annotations 和 JPEGImages，分别存放xml标注文件和图像文件，主文件名分别一一对应。

Annotations目录

JPEGImages目录

实现完整代码

import xml.etree.ElementTree as ETimport osimport randombasedir="traffic"xmldir="annotations"imgdir="jpegimages"classname=[]datalst=[]#获取标注文件中得目标名称for f in os.listdir(os.path.join(basedir,xmldir)): xmlfile=os.path.join(basedir,xmldir,f) tree=ET.parse(xmlfile) root=tree.getroot() #获取根节点 for child in root: for children in child: if children.tag=="name": classname.append(children.text)classname=set(classname)#print(classname)labelsfile=os.path.join(basedir,"labels.txt")with open(labelsfile,"w") as f: for label in classname: f.write(label+"\n") for fimg,fxml in zip(os.listdir(os.path.join(basedir,imgdir)),os.listdir(os.path.join(basedir,xmldir))): imgfile=os.path.join(basedir,imgdir,fimg) xmlfile=os.path.join(basedir,xmldir,fxml) datalst.append([imgfile,xmlfile]) #数据乱序，划分训练集：验证集：测试集=7：2：1random.shuffle(datalst)trainlst=datalst[:int(len(datalst)*0.7)]vallst=datalst[int(len(datalst)*0.7):int(len(datalst)*0.9)] testlst=datalst[int(len(datalst)*0.9):]train=os.path.join(basedir,"train_list.txt")val=os.path.join(basedir,"val_list.txt")test=os.path.join(basedir,"test_list.txt")#写入训练集with open(train,"w") as f: for d in trainlst: img=d[0] xml=d[1] f.write(img+" "+xml+"\n") #写入验证集with open(val,"w") as f: for d in vallst: img=d[0] xml=d[1] f.write(img+" "+xml+"\n") #写入测试集with open(test,"w") as f: for d in testlst: img=d[0] xml=d[1] f.write(img+" "+xml+"\n")

运行后，会在数据集目录下生成4个文感谢件，分别是：labels.txt、train_list.txt、val_list.txt 、test_list.txt，用于后面得数据训练。

生成得4个文感谢件

labels.txt 内容

test_list.txt 文件内容