VOC格式数据集转YOLO

猛听得

已于 2024-03-04 11:12:34 修改

阅读量501

点赞数 11

文章标签： YOLO 深度学习人工智能

于 2024-03-04 11:00:18 首次发布

本文链接：https://blog.csdn.net/m0_56013116/article/details/136446559

版权

在使用YOLO代码训练自己的数据的时候我们一般需要YOLO格式的数据集，但是网上的一些标注好的数据集是VOC也就是xml文件，这时候需要我们自己进行转换一下，转换代码如下：

import xml.etree.ElementTree as ET
import os

classes = ["object1", "object2"]  # 这里填你自己数据集中的类别

CURRENT_DIR = os.path.dirname(os.path.abspath(__file__))
def convert(size, box):
    dw = 1. / size[0]
    dh = 1. / size[1]
    x = (box[0] + box[1]) / 2.0
    y = (box[2] + box[3]) / 2.0
    w = box[1] - box[0]
    h = box[3] - box[2]
    x = x * dw
    w = w * dw
    y = y * dh
    h = h * dh
    return (x, y, w, h)

def convert_annotation(image_id):
    in_file = open('/Annotation/VOC/%s.xml' % (image_id), encoding='UTF-8') # xml文件所在路径
    out_file = open('Annotation/yolo/%s.txt' % (image_id), 'w')  # 生成txt格式文件的路径
    tree = ET.parse(in_file)
    root = tree.getroot()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        cls = obj.find('name').text
        # print(cls)
        if cls not in classes:
            continue
        cls_id = classes.index(cls)
        xmlbox = obj.find('bndbox')
        b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),
             float(xmlbox.find('ymax').text))
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " +
                       " ".join([str(a) for a in bb]) + '\n')

# 输出到指定文件夹
xml_path = os.path.join(CURRENT_DIR, 'Annotation/')
print(xml_path)

# xml list
img_xmls = os.listdir(xml_path)
for img_xml in img_xmls:
    print(img_xml)
    label_name = img_xml.split('.')[0]
    print(label_name)
    convert_annotation(label_name)
# 生成classes文件
class_txt = open('Annotation/yolo/classes.txt', 'w')# 你的输出文件夹地址
for obj in classes:
    print(obj)
    class_txt.write(obj+'\n')
class_txt.close()