目标检测中将xml数据集转换为txt,超简便

1.原始jpg和xml分布

在这里插入图片描述

2.转换txt代码

修改 root_pathname_list即可
原始 root_path = r"G:\dataset\VOCdevkit\VOC2012_sub"
确保jpg和xml按照上面的方式排布

"""
1.将voc数据集标注信息(.xml)转为yolo标注格式(.txt),并将图像文件复制到相应文件夹

"""
import os
from tqdm import tqdm
from lxml import etree


def parse_xml_to_dict(xml):
    """
    将xml文件解析成字典形式,参考tensorflow的recursive_parse_xml_to_dict
    Args:
        xml: xml tree obtained by parsing XML file contents using lxml.etree

    Returns:
        Python dictionary holding XML contents.
    """

    if len(xml) == 0:  # 遍历到底层,直接返回tag对应的信息
        return {xml.tag: xml.text}

    result = {}
    for child in xml:
        child_result = parse_xml_to_dict(child)  # 递归遍历标签信息
        if child.tag != 'object':
            result[child.tag] = child_result[child.tag]
        else:
            if child.tag not in result:  # 因为object可能有多个,所以需要放入列表里
                result[child.tag] = []
            result[child.tag].append(child_result[child.tag])
    return {xml.tag: result}


def translate_info(file_names: list, save_root: str, class_dict: dict, flag: str):
    """
    将对应xml文件信息转为yolo中使用的txt文件信息
    :param flag:
    :param file_names:
    :param save_root:
    :param class_dict:
    :return:
    """
    save_txt_path = os.path.join(save_root, "labels")
    if os.path.exists(save_txt_path) is False:
        os.makedirs(save_txt_path)
    voc_images_path = os.path.join(save_root, "images")
    voc_xml_path = os.path.join(save_root, "xmls")
    for file in tqdm(file_names, desc="translate {} file...".format(flag)):
        # 检查下图像文件是否存在
        img_path = os.path.join(voc_images_path, file + ".jpg")
        assert os.path.exists(img_path), "file:{} not exist...".format(img_path)

        # 检查xml文件是否存在
        xml_path = os.path.join(voc_xml_path, file + ".xml")
        assert os.path.exists(xml_path), "file:{} not exist...".format(xml_path)

        # read xml
        with open(xml_path) as fid:
            xml_str = fid.read()
        xml = etree.fromstring(xml_str)
        data = parse_xml_to_dict(xml)["annotation"]
        img_height = int(data["size"]["height"])
        img_width = int(data["size"]["width"])

        # write object info into txt
        assert "object" in data.keys(), "file: '{}' lack of object key.".format(xml_path)
        if len(data["object"]) == 0:
            # 如果xml文件中没有目标就直接忽略该样本
            print("Warning: in '{}' xml, there are no objects.".format(xml_path))
            continue

        with open(os.path.join(save_txt_path, file + ".txt"), "w") as f:
            for index, obj in enumerate(data["object"]):
                # 获取每个object的box信息
                xmin = float(obj["bndbox"]["xmin"])
                xmax = float(obj["bndbox"]["xmax"])
                ymin = float(obj["bndbox"]["ymin"])
                ymax = float(obj["bndbox"]["ymax"])
                class_name = obj["name"]
                class_index = class_dict[class_name]  # 目标id从0开始

                # 进一步检查数据,有的标注信息中可能有w或h为0的情况,这样的数据会导致计算回归loss为nan
                if xmax <= xmin or ymax <= ymin:
                    print("Warning: in '{}' xml, there are some bbox w/h <=0".format(xml_path))
                    continue

                # 将box信息转换到yolo格式
                xcenter = xmin + (xmax - xmin) / 2
                ycenter = ymin + (ymax - ymin) / 2
                w = xmax - xmin
                h = ymax - ymin

                # 绝对坐标转相对坐标,保存6位小数
                xcenter = round(xcenter / img_width, 6)
                ycenter = round(ycenter / img_height, 6)
                w = round(w / img_width, 6)
                h = round(h / img_height, 6)

                info = [str(i) for i in [class_index, xcenter, ycenter, w, h]]

                if index == 0:
                    f.write(" ".join(info))
                else:
                    f.write("\n" + " ".join(info))


def main():
    """
    修改root_path和name_list即可
    """
    root_path = r"G:\dataset\VOCdevkit\VOC2012_sub"
    flags = ['train', 'val']
    name_list = ['aeroplane', 'bicycle', 'bird', 'boat', 'bottle', 'bus', 'car',
                 'cat', 'chair', 'cow', 'diningtable', 'dog', 'horse', 'motorbike',
                 'person', 'pottedplant', 'sheep', 'sofa', 'train', 'tvmonitor']

    for flag in flags:
        voc_root = os.path.join(root_path, flag)
        class_dict = dict(zip(name_list, range(0, len(name_list))))
        xml_path = os.path.join(voc_root, "xmls")
        file_names = [line.split('.')[0] for line in os.listdir(xml_path)]

        translate_info(file_names, voc_root, class_dict, flag)


if __name__ == "__main__":
    main()

3. 转换完成后的分布

如下:多了labels目录
在这里插入图片描述

4. 将转换完成的数据变成yolov5训练的目录

yolov5训练,需要如下格式
在这里插入图片描述

"""

转换成yolo特有的格式
"""

import os
from shutil import copy

ends = ['images', 'labels']
flags = ['train', 'val']

src_root = "/home/wyh/datasets/VOC2012_det"
dst_root = "/home/wyh/datasets/VOC_yolo"
os.makedirs(dst_root, exist_ok=True)
for end in ends:
    dst_root_end = os.path.join(dst_root, end)
    os.makedirs(dst_root_end, exist_ok=True)
    for flag in flags:
        src_root_flag = os.path.join(src_root, flag, end)
        dst_root_flag = os.path.join(dst_root_end, flag)
        os.makedirs(dst_root_flag, exist_ok=True)

        for file in os.listdir(src_root_flag):
            src_path = os.path.join(src_root_flag, file)
            dst_path = os.path.join(dst_root_flag, file)
            copy(src_path, dst_path)

5.VOC按照train和val取出jpg和xml

VOC格式如下
在这里插入图片描述
转换后的如第一小节截图所示

"""

读取txt中的文件,复制jpg和xml到指定目录
"""
from shutil import copy
import os


txt_path = r"G:\dataset\VOCdevkit\VOC2012\ImageSets\Main\val.txt"
src_img_folder = r"G:\dataset\VOCdevkit\VOC2012\JPEGImages/"
src_xml_folder = r"G:\dataset\VOCdevkit\VOC2012\Annotations/"

dst_img_folder = r"G:\dataset\VOCdevkit\VOC2012_sub\val\images/"
dst_xml_folder = r"G:\dataset\VOCdevkit\VOC2012_sub\val\xmls/"
with open(txt_path, 'r') as fp:
    lines = fp.readlines()

files = [line.strip() for line in lines if line.strip()]
for file in files:
    src_img = src_img_folder + file + ".jpg"
    src_xml = src_xml_folder + file + ".xml"

    dst_img = dst_img_folder + file + ".jpg"
    dst_xml = dst_xml_folder + file + ".xml"

    copy(src_img, dst_img)
    copy(src_xml, dst_xml)
print(len(files))
  • 5
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Python中将文本数据集(txt)转换XML格式的过程可以通过以下步骤完成: 1. 读取文本数据集(txt):首先使用Python的文件操作功能,打开并读取文本文件。可以使用`open()`函数打开文件,并使用`read()`函数读取文件内容。将读取的内容保存在一个变量中以便后续处理。 2. 解析文本数据集:根据所给定的文本数据集格式,进行解析。可以使用字符串操作函数,例如`split()`,将文本内容按行或按特定分隔符进行切割,将每行或每个字段分割为不同的元素。将解析后的数据保存在适当的数据结构中,例如列表或字典。 3. 创建XML文档:使用Python标准库中的`xml.etree.ElementTree`模块创建一个空的XML文档,并创建根元素。 4. 将解析后的数据填充到XML中:依次遍历解析得到的数据集合,创建对应的XML元素,并将其添加到根元素下。可以使用`Element`类创建元素,然后使用`SubElement`函数将元素添加为子元素。可以通过设置元素的属性值和文本内容来将数据添加到XML中。 5. 将XML保存到文件:使用`ElementTree`类中的`ElementTree`函数将XML文档保存到文件中。可以使用`write()`函数指定保存位置和文件名。 下面是一个简单的示例代码,以说明上述步骤: ```python import xml.etree.ElementTree as ET # 读取文本数据集(txt) with open('data.txt', 'r') as file: data = file.read() # 解析文本数据集 parsed_data = data.split('\n') # 创建XML文档 xml_data = ET.Element('data') # 将解析后的数据填充到XML中 for line in parsed_data: element = ET.SubElement(xml_data, 'item') element.text = line # 将XML保存到文件 tree = ET.ElementTree(xml_data) tree.write('data.xml', encoding='utf-8') ``` 以上代码将会读取名为"data.txt"的文本文件,并将文件内容按行切割为不同的元素。接着,它将创建一个名为"data"的根元素,并将解析后的数据作为子元素添加到XML中。最后,它将保存XML文档到名为"data.xml"的文件中。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值