将labellimg中的voc数据集 转换为 yolov5数据集遇到的一系列问题记录

没有按照我出现问题的顺序记录，这篇文章如果能帮到你，我就很开心
1.问题： UnicodeDecodeError: ‘gbk’ codec can’t decode byte 0xb9 in position 37: illegal multibyte sequence
解答：open(xxx,xxxx, encoding=‘UTF-8’)(增加指定编码方式 utf-8)

2. 我自己已有voc数据集：
   我想做的是将其转换为yolov5可以训练的数据集，参考文章：YOLOv5 实现目标检测（训练自己的数据集实现猫猫识别
   在yolov5项目下创建了一个转换文件：voc_label.py，如下所示（结果：转换后训练时train.py找不到我的数据集路径）

# xml解析包
import xml.etree.ElementTree as ET
import pickle
import os
# os.listdir() 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表
from os import listdir, getcwd
from os.path import join

sets = ['train', 'test', 'val']
classes = ['ore carrier', 'bulk cargo carrier', 'general cargo ship',
           'container ship', 'fishing boat', 'passenger ship']


# 进行归一化操作
def convert(size, box):
    # size:(原图w,原图h) , box:(xmin,xmax,ymin,ymax)
    dw = 1. / size[0]  # 1/w
    dh = 1. / size[1]  # 1/h

    x = (box[0] + box[1]) / 2.0  # 物体在图中的中心点x坐标
    y = (box[2] + box[3]) / 2.0  # 物体在图中的中心点y坐标

    w = box[1] - box[0]  # 物体实际像素宽度
    h = box[3] - box[2]  # 物体实际像素高度

    x = x * dw  # 物体中心点x的坐标比(相当于 x/原图w)
    w = w * dw  # 物体宽度的宽度比(相当于 w/原图w)
    y = y * dh  # 物体中心点y的坐标比(相当于 y/原图h)
    h = h * dh  # 物体宽度的宽度比(相当于 h/原图h)

    return x, y, w, h  # 返回 相对于原图的物体中心点的x坐标比,y坐标比,宽度比,高度比,取值范围[0-1]
    # year ='2012', 对应图片的id（文件名）


def convert_annotation(image_id):
    ''' 将对应文件名的xml文件转化为label文件，xml文件包含了对应的bunding框以及图片长款大小等信息，
        通过对其解析，然后进行归一化最终读到label文件中去，也就是说
        一张图片文件对应一个xml文件，然后通过解析和归一化，能够将对应的信息保存到唯一一个label文件中去
        labal文件中的格式：calss x y w h　　同时，一张图片对应的类别有多个，所以对应的ｂｕｎｄｉｎｇ的信息也有多个'''
    # 对应的通过year 找到相应的文件夹，并且打开相应image_id的xml文件，其对应bund文件
    in_file = open('data/Annotations/%s.xml' % image_id, encoding='utf-8')
    # 准备在对应的image_id 中写入对应的label，分别为<object-class> <x> <y> <width> <height>
    out_file = open('data/labels/%s.txt' % image_id, 'w', encoding='utf-8')
    # 解析xml文件
    tree = ET.parse(in_file)
    # 获得对应的键值对
    root = tree.getroot()
    # 获得图片的尺寸大小
    size = root.find('size')
    # 如果xml内的标记为空，增加判断条件
    if size != None:
        # 获得宽
        w = int(size.find('width').text)
        # 获得高
        h = int(size.find('height').text)
    # 遍历目标obj
    for obj in root.iter('object'):
        if obj.find('difficult'):
            difficult = int(obj.find('difficult').text)
        else:
            difficult = 0
        # # 获得difficult ？？
        # difficult = obj.find('difficult').text
        # 获得类别 =string 类型
        cls = obj.find('name').text
        # 如果类别不是对应在我们预定好的class文件中，或difficult==1则跳过
        if cls not in classes or int