比赛特殊标注json文件转vocXML文件

最近看到一个目标检测的比赛，给的训练集中的label是json文件，如下(片段)：

{
"info": 
{
    "image_name": 
        "5196_1642654682111.jpg"
}, 
"annotations": 
    [
        {
            "bbox": 
            [88, 522, 9, 19], 
            "color": "other"
        }
        {
            "bbox": 
            [228, 562, 8, 16], 
            "color": "other"}
    ]
}

在使用yoloV4的模型中

https://github.com/bubbliiiing/yolov4-pytorch​github.com/bubbliiiing/yolov4-pytorchhttps://link.zhihu.com/?target=https%3A//github.com/bubbliiiing/yolov4-pytorch

出现了问题，不同于coco数据集中的json文件，在数据集使用的情况下无法直接转换为voc下可用的XML文件，网上找到的代码也都是针对COCO数据集的，在找到COCO数据集中json2xml的代码中做出了一些修改，可以用于此形式的json文件转为xml文件，方法如下：GitHub - bubbliiiing/yolov4-pytorch: 这是一个YoloV4-pytorch的源码，可以用于训练自己的模型。https://link.zhihu.com/?target=https%3A//github.com/bubbliiiing/yolov4-pytorch出现了问题，不同于coco数据集中的json文件，在数据集使用的情况下无法直接转换为voc下可用的XML文件，网上找到的代码也都是针对COCO数据集的，在找到COCO数据集中json2xml的代码中做出了一些修改，可以用于此形式的json文件转为xml文件，方法如下：

一、将json文件合并为一个.json文件

import os
import json
import tqdm
def merge_json(path_results, path_merges):
    merges_file = os.path.join(path_merges, "bas_fund_transaction.json")
    with open(merges_file, "w", encoding="utf-8") as f0:
        for file in os.listdir(path_results):
            with open(os.path.join(path_results, file), "r", encoding="utf-8") as f1:
                for line in tqdm.tqdm(f1):
                    line_dict = json.loads(line)
                    js = json.dumps(line_dict, ensure_ascii=False)
                    f0.write(js + '\n')
                f1.close()
        f0.close()
if __name__ == '__main__':
    path_results, path_merges = "VOCdevkit/VOC2007/Annotations", "model_data" #path_results为json文件存放路径
    #path_merges 为合并后的存放路径
    if not os.path.exists(path_merges):  # 如果results目录不存在，新建该目录。
        os.mkdir(path_merges)
    merge_json(path_results, path_merges)

二、在得到合并后的json文件转换为csv文件

找到bas_fund_transaction.json；

使用 在线 JSON 转 CSV 工具 进行csv文件转换

复制

ctrl+A 内容转换为csv文件，以便使用，注意存放路径

csv文件：

三、阅读了众多代码，使用了最容易理解的一个代码，并在此基础上进行修改以针对此类型json数据进行转换。

import csv
import numpy as np
save_xml_dir = "D:\label_xml" #存放转换成功的xml文件的路径
file_path = "model_data/jsoncsv.jsonutil.online.1649310841707.csv"  #存放csv文件的路径
width = 1920 #自己数据集的大小
height = 1080
with open(file_path) as csvfile:
    csv_reader = csv.reader(csvfile)
    csv_header = next(csv_reader)
    pre_img = ''
    for row in csv_reader:
        img = row[0].split("/")[-1].split(".")[0]
        if img != pre_img:
            if pre_img != '':
                xml_file1 = open((save_xml_dir + pre_img + '.xml'), 'a')
                xml_file1.write('</annotation>')
                xml_file1.close()
            xml_file = open((save_xml_dir + img + '.xml'), 'w')
            xml_file.write('<annotation>\n')
            xml_file.write('    <folder>VOC2007</folder>\n')
            xml_file.write('    <filename>' + str(img) + '.jpg' + '</filename>\n')
            xml_file.write('<source>\n')
            xml_file.write('<database> orgaquant </database>\n')
            xml_file.write('<annotation> organoid </annotation>\n')
            xml_file.write('</source>\n')
            xml_file.write('    <size>\n')
            xml_file.write('        <width>' + str(width) + '</width>\n')
            xml_file.write('        <height>' + str(height) + '</height>\n')
            xml_file.write('        <depth>3</depth>\n')
            xml_file.write('    </size>\n')
            max_count = len(row[1:])
            n = 0
            while n < max_count and row[1:][n: n + 5][0] != '':
                print(row[1:])
                xi = float(row[1:][n:n + 5][0]) - float(row[1:][n:n + 5][2]) / 2.
                yi = float(row[1:][n:n + 5][1]) - float(row[1:][n:n + 5][3]) / 2.
                xa = float(row[1:][n:n + 5][0]) + float(row[1:][n:n + 5][2]) / 2.
                ya = float(row[1:][n:n + 5][1]) + float(row[1:][n:n + 5][3]) / 2.
                name = str(row[1:][n:n + 5][4])
                print(xi, yi, xa, ya, name)
                xml_file.write('    <object>\n')
                xml_file.write('<name>' + name + '</name>\n')
                xml_file.write('        <bndbox>\n')
                xml_file.write('            <xmin>' + str(xi) + '</xmin>\n')
                xml_file.write('            <ymin>' + str(yi) + '</ymin>\n')
                xml_file.write('            <xmax>' + str(xa) + '</xmax>\n')
                xml_file.write('            <ymax>' + str(ya) + '</ymax>\n')
                xml_file.write('        </bndbox>\n')
                xml_file.write('    </object>\n')
                n = n + 5
        xml_file.close()
        pre_img = img
    xml_file1 = open((save_xml_dir + pre_img + '.xml'), 'a')
    xml_file1.write('</annotation>')
    xml_file1.close()

由于原数据集中"bbox":[88,522,9,19],"color":"other" 中

bbox列表中分别代表[标注框中心坐标x，标注框中心坐标y，标注框宽度，标注框高度]

所以需要额外注意这个转换关系，因为VOC的xml中需要的是xmin，ymin，xmax，ymax

即左上角坐标和右下角坐标

                xi = float(row[1:][n:n + 5][0]) - float(row[1:][n:n + 5][2]) / 2.
                yi = float(row[1:][n:n + 5][1]) - float(row[1:][n:n + 5][3]) / 2.
                xa = float(row[1:][n:n + 5][0]) + float(row[1:][n:n + 5][2]) / 2.
                ya = float(row[1:][n:n + 5][1]) + float(row[1:][n:n + 5][3]) / 2.

至此，我们已经得到了一个VOC可用的XML文件：

<annotation>
    <folder>VOC2007</folder>
    <filename>5776_1642654729537.jpg</filename>
<source>
<database> orgaquant </database>
<annotation> organoid </annotation>
</source>
    <size>
        <width>1920</width>
        <height>1080</height>
        <depth>3</depth>
    </size>
    <object>
<name>other</name>
        <bndbox>
            <xmin>331.0</xmin>
            <ymin>572.5</ymin>
            <xmax>341.0</xmax>
            <ymax>593.5</ymax>
        </bndbox>
    </object>
    <object>
<name>other</name>
        <bndbox>
            <xmin>414.0</xmin>
            <ymin>515.0</ymin>
            <xmax>426.0</xmax>
            <ymax>547.0</ymax>
        </bndbox>
    </object>
………………
</annotation>

处理过后的xml文件可能没有对齐格式，可以批量使用格式化代码。

在pycharm中

即可格式化文件夹下的所有xml文件，得到可用的xml文件。

至此，可以使用voc_annotation.py进行数据集预加载了。