代码来源:xml转txt(亲测有效)
import xml.etree.ElementTree as ET
import os
from os import getcwd
from os.path import join
import glob
sets = ['train','test']#分别保存训练集和测试集的文件夹名称
classes = ['1','2','3','4','5','6']#标注时的标签
'''
xml中框的左上角坐标和右下角坐标(x1,y1,x2,y2)
》》txt中的中心点坐标和宽和高(x,y,w,h),并且归一化
'''
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(data_dir,imageset,image_id):
in_file = open(data_dir+'/%s_annotations/%s.xml' % (imageset,image_id)) #读取xml
out_file = open(data_dir+'/%s_labels/%s.txt' % (imageset,image_id), 'w') #保存txt
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'):
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)#获取类别索引
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('%.6f'%a) for a in bb]) + '\n')
wd = getcwd()
print(wd)#当前路径
data_dir='F:/Postgraduate_time/label_fish'
for image_set in sets:
image_ids=[]
for x in glob.glob(data_dir+'/%s_annotations'%image_set+'/*.xml'):
print(x)
image_ids.append(os.path.basename(x)[:-4])
print('\n%s数量:'%image_set,len(image_ids))#确认数量
i=0
for image_id in image_ids:
i=i+1
convert_annotation(data_dir,image_set,image_id)
print("%s 数据:%s/%s文件完成!"% (image_set,i,len(image_ids)))
print("Done!!!")
问题描述:我是先将txt文件转成xml文件,进行数据集扩充以后,再将xml文件转回txt(因为没找到txt数据集扩充的方法)
解决:xml文件里<name>行相当于是xml文件给图片打的标签,代码classes行应该改成与xml文件中一样的标签,然后再自己创建classses.txt,把自己的真实标签写进去。
如图:<name></name>中的1为xml文件标注的标签
如图:我的classes行应为对应的1
生成的txt文件如图所示:
转换完毕以后,如图:我再自己创建一个 一个classes.txt文件,将自己之前打的真实标签放进去
补充:因为我只有一个标签,比较随意。如果有多个标签,要记得按顺序