generate_train_val_test_txt.py

import os
import random
import xml.dom.minidom
VOC_CLASSES = [‘green‘ ‘red‘]
 
def generate_train_val_test_txt（）:
    xml_file_path = “H:/smartcar/VOCdevkit/VOC2007/Annotations“  # xml文件路径
    save_Path = “H:/smartcar/VOCdevkit/VOC2007/ImageSets/Main“
    ############################################3
    trainval_percent = 0.9
    train_percent = 0.9
    total_xml = os.listdir（xml_file_path） # 得到文件夹下所有文件名称
    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）
    print（“train and val size“ tv）
    print（“train size“ tr）
    ##############################################################
    “““
    将信息写入test.txt、train.txt、val.txt、trainval.txt
    “““
    ftrainval = open（os.path.join（save_Path‘trainval.txt‘） ‘w‘）
    ftest = open（os.path.join（save_Path ‘test.txt‘） ‘w‘）
    ftrain = open（os.path.join（save_Path ‘train.txt‘） ‘w‘）
    fval = open（os.path.join（save_Path ‘val.txt‘） ‘w‘）
    for i in list:                             # 第i个xml文件
        xml_name = total_xml[i][:-4]
        if i in trainval:
            ftrainval.write（xml_name + “\n“）
            if i in train:
                ftrain.write（xml_name + “\n“）
            else:
                fval.write（xml_name + “\n“）
        else:
            ftest.write（xml_name + “\n“）
    ftrainval.close（）
    ftrain.close（）
    fval.close（）
    ftest.close（）
    ######################################################################
    “““
     将信息写入（class_name）_test.txt、（class_name）_train.txt、（class_name）_val.txt、（class_name）_trainval.txt
     “““
    for idx in range（len（VOC_CLASSES））: #每一个类单独处理
        class_name = VOC_CLASSES[idx]
        # 创建txt
        class_trainval = open（os.path.join（save_Path str（class_name） + ‘_trainval.txt‘） ‘w‘）