【舰船数据集格式转换】AIR-SARShip-1.0数据集VOC转COCO

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

最近一直在做sar舰船图像检测的工作，其中涉及到了一些sar舰船常用的数据集，但大多都是VOC格式的数据集，因为我需要COCO格式，因此需要进行转换。我希望记录下来，能给后来的人提供一些微不足道的帮助。本文介绍了4种常用舰船数据集的转换，在AIR-SARShip 1.0、AIR-SARShip 2.0 、HRSID、SSDD数据集。可直接使用，无需修改！

---

一、sar舰船图像检测数据集

先简单介绍一下数据集：

AIR-SARShip-1.0 数据集均来自高分三号卫星，场景包含港口、岛礁、不同等级海况的海面，目标覆盖运输船、油船、渔船等十余类近千艘舰船。。为了增强数据集，我们对 AIR-SARShip-1.0 数据集进行切片后获得 200 张大小为 640*640 的 JPEG 图像，并将其划分为包含 178 张与 22 张 SAR 舰船图像的训练集与测试集。

AIR-SARShip 2.0在1.0版本的基础上加入了更多的高分三号数据，构建了一套基于高分三号卫星数据的数据集AIR-SARShip-2.0。该数据集包含300幅SAR图像，场景类型包含港口、岛礁、不同级别海况的海面等，标注信息主要为舰船目标的位置，并经过专业判读人员的确认。

HRSID数据集是电子科技大学在2020年1月发布数据集，HRSID是高分辨率sar图像中用于船舶检测、语义分割和实例分割任务的数据集。该数据集共包含5604张高分辨率SAR图像和16951个ship实例。ISSID数据集借鉴了Microsoft Common Objects in Context (COCO)数据集的构建过程，包括不同分辨率的SAR图像、极化、海况、海域和沿海港口。该数据集是研究人员评估其方法的基准。对于HRSID, SAR图像的分辨率分别为:0.5m, 1 m, 3 m。

SSDD数据集是国内外第一个专门用于基于SAR图像的舰船目标检测公开数据集，数据集包含各种情况下的船舶图像，如不同图像分辨率、船舶尺寸、海况、传感器类型等，可以作为研究人员评估其算法的基准。对于SSDD数据集中的每一艘船，都标注有带置信分数的边界框。

二、使用步骤

1.原始数据集

原始数据为.xml格式，如下图所示：

其中每一个文本都是一副图像的标注，如下图所示：

目的是将其变为.json格式，将所有图像的标注放在同一个文件里，因为每种数据集的标注格式不同，我们想把它们转换为统一的coco格式的json文件。

2.xml2json_AIR-SARShip-1.0

代码如下：

# coding=utf-8
import xml.etree.ElementTree as ET
import os
import json


voc_clses = ['ship']


categories = []
for iind, cat in enumerate(voc_clses):
    cate = {
   }
    cate['supercategory'] = cat
    cate['name'] = cat
    cate['id'] = iind
    categories.append(cate)

def getimages(xmlname, id):
    sig_xml_box = []
    tree = ET.parse(xmlname)
    root = tree.getroot()
    images = {
   }
    for i in root:  # 遍历一级节点
        if i.tag == 'filename':
            file_name = 'SARShip' + i.text[:-4] + '.jpg'  # 0001.jpg
            # print('image name: ', file_name)
            images['file_name'] = file_name
        if i.tag ==
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29