YOLO训练时需要的标签数据是txt格式的
而以前做Faster-RCNN的时候,标签文件是xml格式的
特别当下载别人标记好的数据集时,很有可能提供的是xml格式的文件,那么如何将xml格式转为txt格式?
代码如下:
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets = []
classes = ["face","face_mask"] ##修改为自己的类别
#原样保留。size为图片大小
# 将ROI的坐标转换为yolo需要的坐标
# size是图片的w和h
# box里保存的是ROI的坐标(x,y的最大值和最小值)
# 返回值为ROI中心点相对于图片大小的比例坐标,和ROI的w、h相对于图片大小的比例
def convert(size, box):
dw = 1./(size[0])
dh = 1./(size[1])
x = (box[0] + box[1])/2.0 - 1
y = (box[2] + box[3])/2.0 - 1
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_add):
#image_add进来的是带地址的.jpg
image_add = os.path.split(image_add)[1] #截取文件名带后缀
image_add = image_add[0:image_add.find('.',1)] #删除后缀,现在只有文件名没有后缀
#现在传进来的只有图片名没有后缀
in_file = open('G:/1/xml/' + image_add + '.xml') #修改为你自己的输入目录
out_file = open('G:/1/labels/%s.txt'%(image_add), 'w') #修改为你自己的输出目录
tree=ET.parse(in_file)
root = tree.getroot()
if root.find('size'):
size = root.find('size')
w = int(size.find('width').text) #偶尔xml标记出错,width或height设置为0了
h = int(size.find('height').text) #需要标记出来,便于单独处理
if w==0:
print("出错! width或height为0: "+image_add)
os.remove("G:/set/"+image_add+".jpg")
os.remove("G:/set/"+image_add+".xml")
return
#在一个XML中每个Object的迭代
for obj in root.iter('object'):
#iter()方法可以递归遍历元素/树的所有子元素
difficult = obj.find('difficult').text
cls = obj.find('name').text
#如果训练标签中的品种不在程序预定品种,或者difficult = 1,跳过此object
if cls not in classes or int(difficult)==1:
continue
#cls_id 只等于1
cls_id = classes.index(cls)
xmlbox = obj.find('bndbox')
#b是每个Object中,一个bndbox上下左右像素的元组
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')
else:
print("出错!xml缺少size: "+image_add) #偶尔xml缺少size,需要标记出来,便于单独处理
os.remove("G:/set/"+image_add+".jpg")
os.remove("G:/set/"+image_add+".xml")
image_adds = open("G:/1/train.txt") #修改为你自己的训练数据集目录
for image_add in image_adds:
#print(image_add)
#image_add = image_add.strip()
#print (image_add)
convert_annotation(image_add)