在以下代码中<>处填写缺失的参数，实现训练数据集生成： 在<1>处设置所生成的训练数据集地址 本项目统一将生成的训练数据集清单存放于./data/train.txt处，也可使用BASE_PATH+'/data/train.txt'的方式生成动态地址 在<2>处划分训练数据部分 mid变量已经确定了数据集划分的界限，使用切片法即可划分数据集，使用切片[mid:]选取80%的数据为训练集 在<3>处补全xml文件夹路径 使用动态地址生成xml文件夹路径，与<3>后方的xml文件名组成完整的xml文件地址。 执行完成后将在data文件夹下生成train.txt文件。 ftrain = open(<1>,'w') for img_path in paths[<2>]: #print(img_path) filename = img_path.split('/')[-1] pd = filename.split('.')[-1] if pd not in ("jpg", "png", "jpeg"): continue path = <3>+filename.split('.')[0]+'.xml' ftrain.write(extract_xml(path,img_path)+'\n') ftrain.close() ftrain = open(<1>,'w') ​ for img_path in paths[<2>]: #print(img_path) filename = img_path.split('/')[-1] pd = filename.split('.')[-1] if pd not in ("jpg", "png", "jpeg"): continue ​ path = <3>+filename.split('.')[0]+'.xml' ftrain.write(extract_xml(path,img_path)+'\n') ​ ftrain.close()

ftrain = open(BASE_PATH+'/data/train.txt','w')
mid = int(len(paths)*0.8)
for img_path in paths[mid:]:
    filename = img_path.split('/')[-1]
    pd = filename.split('.')[-1]
    if pd not in ("jpg", "png", "jpeg"):
        continue
    path = BASE_PATH+'/data/xml/'+filename.split('.')[0]+'.xml'
    ftrain.write(extract_xml(path,img_path)+'\n')
ftrain.close()