PASCAL VOC 数据集转化为yolo数据集格式

1. PASCAL VOC数据格式

<?xml version='1.0' encoding='utf-8'?>
<annotation verified="no">
  <folder>JPEGImages</folder>
  <filename>2018_06_05_09_06_55_065</filename>
  <path>F:\receive\VOC2007\JPEGImages\2018_06_05_09_06_55_065.jpg</path>
  <source>
    <database>Unknown</database>
  </source>
  <size>
    <width>2048</width>
    <height>1536</height>
    <depth>3</depth>
  </size>
  <segmented>0</segmented>
  <object>
    <name>1</name>
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>530</xmin>
      <ymin>752</ymin>
      <xmax>1498</xmax>
      <ymax>1326</ymax>
    </bndbox>
  </object>
</annotation>

2. yolo 数据格式

    class  x_center  y_center  w  h    坐标位置和框的宽高都除以了图片的宽高

0 0.947510 0.546224 0.049316 0.050781
0 0.434326 0.586263 0.217285 0.194661

3. 文件布局如图所示

      images 里面存放的是图片, labels_voc里面存放的是*.xml(标签),labels里面存放的是*.txt(转换后的标签)

       classes.names里边存的是每一类的名字,一行一个类别名

       pascalVOC2yolov3.py里的内容如下:

#coding:utf-8
from __future__ import print_function

import os
import random
import glob
import xml.etree.ElementTree as ET

def xml_reader(filename):
    """ Parse a PASCAL VOC xml file """
    tree = ET.parse(filename)
    size = tree.find('size')
    width = int(size.find('width').text)
    height = int(size.find('height').text)
    objects = []
    for obj in tree.findall('object'):
        obj_struct = {}
        obj_struct['name'] = obj.find('name').text
        bbox = obj.find('bndbox')
        obj_struct['bbox'] = [int(bbox.find('xmin').text),
                              int(bbox.find('ymin').text),
                              int(bbox.find('xmax').text),
                              int(bbox.find('ymax').text)]
        objects.append(obj_struct)
    return width, height, objects


def voc2yolo(filename):
    classes_dict = {}
    with open("classes.names") as f:
        for idx, line in enumerate(f.readlines()):
            class_name = line.strip()
            classes_dict[class_name] = idx
    
    width, height, objects = xml_reader(filename)

    lines = []
    for obj in objects:
        x, y, x2, y2 = obj['bbox']
        class_name = obj['name']
        label = classes_dict[class_name]
        cx = (x2+x)*0.5 / width
        cy = (y2+y)*0.5 / height
        w = (x2-x)*1. / width
        h = (y2-y)*1. / height
        line = "%s %.6f %.6f %.6f %.6f\n" % (label, cx, cy, w, h)
        lines.append(line)

    txt_name = filename.replace(".xml", ".txt").replace("labels_voc", "labels")
    with open(txt_name, "w") as f:
        f.writelines(lines)


def get_image_list(image_dir, suffix=['jpg', 'jpeg', 'JPG', 'JPEG','png']):
    '''get all image path ends with suffix'''
    if not os.path.exists(image_dir):
        print("PATH:%s not exists" % image_dir)
        return []
    imglist = []
    for root, sdirs, files in os.walk(image_dir):
        if not files:
            continue
        for filename in files:
            filepath = "data/custom/" + os.path.join(root, filename) + "\n"
            if filename.split('.')[-1] in suffix:
                imglist.append(filepath)
    return imglist


def imglist2file(imglist):
    random.shuffle(imglist)
    train_list = imglist[:-100]
    valid_list = imglist[-100:]
    with open("train.txt", "w") as f:
        f.writelines(train_list)
    with open("valid.txt", "w") as f:
        f.writelines(valid_list)


if __name__ == "__main__":
    xml_path_list = glob.glob("labels_voc/*.xml")
    for xml_path in xml_path_list:
        voc2yolo(xml_path)


    imglist = get_image_list("images")
    imglist2file(imglist)

        

数据转化完成后,就可以用yolo系列的算法训练检测模型了。      

  • 16
    点赞
  • 42
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
Pascal VOC 2012数据集是一个常用的计算机视觉数据集,其中包含了20个不同类别的物体。YOLO是一种目标检测算法,它使用不同的标签格式。下面是将Pascal VOC 2012数据集换为YOLO格式的步骤: 1. 首先,需要将Pascal VOC 2012数据集中的每个图像的标注信息换为YOLO格式的标签。YOLO标签的格式为:`class_id x_center y_center width height`,其中`class_id`是物体类别的编号,`x_center`和`y_center`是物体边界框中心点的相对坐标(范围为0到1),`width`和`height`是物体边界框的相对宽度和高度(也是相对于图像的宽度和高度)。 2. 对于每个图像,需要根据其标注信息生成一个对应的YOLO格式的标签文件。标签文件的命名应与图像文件的命名相对应,并使用`.txt`作为文件扩展名。 3. 在标签文件中,每一行表示一个物体的标注信息。每行的格式应为`class_id x_center y_center width height`,并使用空格分隔。 4. `class_id`是物体类别的编号,从0开始计数,对应于数据集中的不同类别。 5. `x_center`和`y_center`是物体边界框中心点的相对坐标,计算方法为:`x_center = (bbox_x + bbox_width/2) / image_width`,`y_center = (bbox_y + bbox_height/2) / image_height`,其中`bbox_x`和`bbox_y`是物体边界框左上角点的坐标,`bbox_width`和`bbox_height`是物体边界框的宽度和高度。 6. `width`和`height`是物体边界框的相对宽度和高度,计算方法为:`width = bbox_width / image_width`,`height = bbox_height / image_height`。 7. 将所有图像的标签文件保存在一个文件夹中,与图像文件夹对应。 8. 最后,将换后的数据集用于YOLO的训练。 下面是一个示例,假设有一张图像的标注信息如下: ``` Object: cat Bounding box: (x=100, y=200, width=50, height=80) Image size: (width=800, height=600) ``` 将其换为YOLO格式的标签信息: ``` 0 0.1625 0.3667 0.0625 0.1333 ``` 这表示该图像中的物体是类别0(cat),边界框中心点的相对坐标为(0.1625, 0.3667),边界框的相对宽度和高度分别为(0.0625, 0.1333)。
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值