初学交通信号灯目标检测时，总是苦于找不到合适的交通灯数据集。即使找到了数据集，也往往因为格式不同而无法直接使用。因为大部分目标检测代码都只支持VOC或COCO数据集格式，为了保证程序的正常运行，必须先将数据集格式转换成支持的格式。这也是我在初学目标检测时遇到的比较麻烦的问题之一。
本文将介绍如何通过python脚本将WPI数据集格式转换成VOC2007数据集格式。
首先介绍一下WPI数据集的文件格式：
WPI数据集由两个文件夹组成，分别为test和trainval文件夹，其内部格式是相同的。文件夹内均有标注文件和对应交通灯图片。
其中，标注文件放在labels文件夹内，以mat格式存储标注数据，可用MATLAB打开。关于标注数据各个值所代表的含义可查看readme.txt文件。图片文件放在seq文件夹内，label序号和图片所放的文件夹seq序号一一对应。
首先要先做一些准备工作。查看WPI文件夹，可以发现标注文件和图片文件命名并不一致。为了保持一致，需要做出相应修改：
-
将labels内标注文件命名改为对应的seqX.mat；
-
将trainval内序号从0X改为X.
-
test文件夹中有些图片并没有对应的标注文件，为了脚本需要，要将其无标注的图片删去.
准备工作做好之后就可以进行数据集格式的转换了。整个过程主要分为三步：
-
将WPI内的图片重新命名并将其放入VOC2007内的JPEGImages文件夹内；
-
将mat标注文件转换为VOC标注格式的XML文件，并放入VOC2007内的Annotations文件夹内；
-
将数据集重新分割为test和trainval并生成对应txt文件，放入VOC2007内的ImageSets\Main文件夹内.