YOLO算法关于XML格式转化为TXT格式的问题用PYTHON实现

在做毕业设计开始时，用Labelimg标注完数据集后，得到的是XML格式的标签，而神经网络算法是想用YOLO v5的，必须用TXT文件格式的标签，所以为了解决这个问题，只能用PYTHON代码解决一下。

具体代码如下：

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
 
def convert(size, box):
    x_center = (box[0] + box[1]) / 2.0
    y_center = (box[2] + box[3]) / 2.0
    x = x_center / size[0]
    y = y_center / size[1]
    w = (box[1] - box[0]) / size[0]
    h = (box[3] - box[2]) / size[1]
    return (x, y, w, h)
  
def convert_annotation(xml_files_path, save_txt_files_path, classes):
    xml_files = os.listdir(xml_files_path)
    print(xml_files)
    for xml_name in xml_files:
        print(xml_name)
        xml_file = os.path.join(xml_files_path, xml_name)
        out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')
        out_txt_f = open(out_txt_path, 'w')
        tree = ET.parse(xml_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'):
            difficult = obj.find('difficult').text
            cls = obj.find('name').text
            if cls not in classes or int(difficult) == 1:
                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))
            # b=(xmin, xmax, ymin, ymax)
            print(w, h, b)
            bb = convert((w, h), b)
            out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
 
if __name__ == "__main__":
    # 需要转换的类别，需要一一对应
    classes1 = ['eat','peck','stand']
    # 2、voc格式的xml标签文件路径
    xml_files1 = r'C:\Users\LX\Desktop\VOC2007\Annotations'
    # 3、转化为yolo格式的txt标签文件存储路径
    save_txt_files1 = r'C:\Users\LX\Desktop\VOC2007\label'
 
    convert_annotation(xml_files1, save_txt_files1, classes1)

具体的函数设计不用去理解，主要是如何去使用，这很关键，有部分需要去修改：
1.在主函数里注意一些东西，classes1的类别要对应数据集标定的内容，比如我这个标定就是eat,peck,stand三类，所以对应写三类。
2.文件路径，xml文件路径需要写对，同时新建一个label文件夹存放转化后的标签文件，我的建议是与Annotations放在VOC2007文件夹里，两个文件夹同级，这样方便查看运行后结果。