目标检测笔记(六)：如何通过界面化操作YOLOv5完成数据集的自动标注

一、意义

通过界面化操作YOLOv5完成数据集的自动标注的意义在于简化数据标注的流程，提高标注的效率和准确性。

传统的数据集标注通常需要手动绘制边界框或标记关键点，这个过程费时费力且容易出错。而通过界面化操作YOLOv5完成数据集的自动标注，可以实现自动识别目标并生成标注结果，极大地减轻了标注人员的工作负担。

界面化操作YOLOv5完成数据集的自动标注还可以提高标注的准确性。由于YOLOv5是一种基于深度学习的目标检测算法，其具有较高的检测准确率和鲁棒性。通过使用YOLOv5进行自动标注，可以减少人为因素对标注结果的影响，提高标注的一致性和准确性。

此外，界面化操作YOLOv5完成数据集的自动标注还可以加速标注的速度。YOLOv5可以快速地对图像进行目标检测，自动生成标注结果。相比于手动标注，自动标注可以大大减少标注的时间成本，提高数据集的制作效率。

总的来说，通过界面化操作YOLOv5完成数据集的自动标注可以简化标注流程、提高标注准确性和加速标注速度，对于大规模数据集的制作和实时应用具有重要意义。

二、修改源码获取

获取链接下载：点击

三、自动标注前期准备

• annotions：里面为空，用于存放标注后的标签文件
• coco128：通过下载coco128数据集并将其转换为YOLO可运行的文件夹
  • images
    • train2017：用于存放coco128的图片文件
  • labels
    • train2017：用于存放coco128的TXT标签文件
• images：存放想要标注的图片文件
• coco128.yaml：
• detector_classes.txt：用于存放想要打标签的类别信息
• yolov5s.pt： 官方下载的对应YOLOv5的权重文件，可根据自己实际情况进行更换
• labels：用与存放将XML转换成TXT的文件

四、开始自动标注

第一步：下载修改后源码，通过Pycharm打开

第二步：通过Anaconda配置好YOLOv5的依赖环境

第三步：运行detect_auto.py
第四步：选择好对应的文件路径，一步一步点击，选择好的界面如下
第五步：点击开始自动标注，如果看到以下界面说明是没问题的
第六步：检查对应标签文件

五、可视化标注效果

第一步：通过cmd输入labelImg，打开标注界面

第二步：把TXT标注文件和拷贝到图像所在文件夹下，把classes.txt也拷过来.然后在labelimg里opendir，labelimg里显示看到当时标注的矩形框了

六、XML转换TXT

将我们标注后的XML文件以及结合原图片，将其转换为可用于YOLO训练的TXT文件，后续可更方便调用数据集来进行训练。

修改两个路径：xml文件地址和创建保存txt文件的地址

import os
import xml.etree.ElementTree as ET

# xml文件存放目录(修改成自己的文件名)
input_dir = r'E:\auto_label\annotation'

# 输出txt文件目录（自己创建的文件夹）
out_dir = r'E:\auto_label\labels'

class_list = []


# 获取目录所有xml文件
def file_name(input_dir):
    F = []
    for root, dirs, files in os.walk(input_dir):

        for file in files:
            # print file.decode('gbk')    #文件名中有中文字符时转码
            if os.path.splitext(file)[1] == '.xml':
                t = os.path.splitext(file)[0]
                F.append(t)  # 将所有的文件名添加到L列表中
    return F  # 返回L列表


# 获取所有分类
def get_class(filelist):
    for i in filelist:
        f_dir = input_dir + "\\" + i + ".xml"
        in_file = open(f_dir, encoding='UTF-8')
        filetree = ET.parse(in_file)
        in_file.close()
        root = filetree.getroot()
        for obj in root.iter('object'):
            cls = obj.find('name').text
            if cls not in class_list:
                class_list.append(cls)


def ConverCoordinate(imgshape, bbox):
    # 将xml像素坐标转换为txt归一化后的坐标
    xmin, xmax, ymin, ymax = bbox
    width = imgshape[0]
    height = imgshape[1]
    dw = 1. / width
    dh = 1. / height
    x = (xmin + xmax) / 2.0
    y = (ymin + ymax) / 2.0
    w = xmax - xmin
    h = ymax - ymin

    # 归一化
    x = x * dw
    y = y * dh
    w = w * dw
    h = h * dh

    return x, y, w, h


def readxml(i):
    f_dir = input_dir + "\\" + i + ".xml"

    txtresult = ''

    outfile = open(f_dir, encoding='UTF-8')
    filetree = ET.parse(outfile)
    outfile.close()
    root = filetree.getroot()

    # 获取图片大小
    size = root.find('size')
    width = int(size.find('width').text)
    height = int(size.find('height').text)
    imgshape = (width, height)

    # 转化为yolov5的格式
    for obj in root.findall('object'):
        # 获取类别名
        obj_name = obj.find('name').text

        obj_id = class_list.index(obj_name)
        # 获取每个obj的bbox框的左上和右下坐标
        bbox = obj.find('bndbox')
        xmin = float(bbox.find('xmin').text)
        xmax = float(bbox.find('xmax').text)
        ymin = float(bbox.find('ymin').text)
        ymax = float(bbox.find('ymax').text)
        bbox_coor = (xmin, xmax, ymin, ymax)

        x, y, w, h = ConverCoordinate(imgshape, bbox_coor)
        txt = '{} {} {} {} {}\n'.format(obj_id, x, y, w, h)
        txtresult = txtresult + txt

    # print(txtresult)
    f = open(out_dir + "\\" + i + ".txt", 'a')
    f.write(txtresult)
    f.close()


# 获取文件夹下的所有文件
filelist = file_name(input_dir)

# 获取所有分类
get_class(filelist)

# 打印class
print(class_list)

# xml转txt
for i in filelist:
    readxml(i)

# 在out_dir下生成一个class文件
f = open(out_dir + "\\classes.txt", 'a')
classresult = ''
for i in class_list:
    classresult = classresult + i + "\n"
f.write(classresult)
f.close()