用R2CNN训练自己的数据集遇到了问题

[gittigxuy]

icdar.py当中看到了两个txt文件，在py-faster rcnn当中会在ImageSets/Main生成trainval.txt，这个trainval.txt对应图片当中的哪个文件呢？merge_train.txt里面的内容是什么呢？

[gittigxuy]

自认为py-faster rcnn当中会在ImageSets/Main生成trainval.txt和merge_train.txt是同一个文件，在icdar.py当中解析xml文件的时候，我自己生成的xml文件和作者你解析xml文件的_load_icdar_annotaion函数结构不太一样，可否将icdar 2015的生成xml文件的代码发送到[email protected]，谢谢作者了

[gittigxuy]

附上我生成的xml文件的截图

[gittigxuy]

请问一下为什么cross point不存在

[beacandler]

@gittigxuy 不论是py-faster-rcnn还是R2CNN，dataset下面的pascal_voc.py(或icdar.py)目的都是一样的，都是找到xml文件，R2CNN之所以用merge_train.txt是因为R2CNN的原始paper中有一个data augmentation的操作，所以merge_train.txt不仅包括了原始的icdar2015+icdar2013的数据，还包括了augmentation之后的数据（详见论文及R2CNN的README.md）。

[gittigxuy]

可否将转化icdar2015以及生成merge_train.txt代码上传到github上供参考

[gittigxuy]

我看tensorflow版本的R2CNN的icdar2015转xml，请问你的xml格式和tensorflow版本的一样吗？

[beacandler]

1. 我的xml格式跟tensorflow版本的是一样的，都是四个点的坐标（八个数值）。

，可以看到你给出的框是水平框（x,y,width,height）,不符合R2CNN和tensorflow版本的要求。

另外，我这里有一份已经生成好的roid_data，你可以直接拿过来训练。 roid_data

另外，工作日比较忙，回复不及时，请见谅。