将DOTA格式标签转为yolo格式

import os
from pathlib import Path


# Class names to indices mapping
class_mapping = {

    "airplane":0,
    "airport":1,
    "baseballfield":2,
    "basketballcourt":3,
    "bridge":4,
    "chimney":5,
    "dam":6,
    "Expressway-Service-area":7,
    "Expressway-toll-station":8,
    "golffield":9,
    "groundtrackfield":10,
    "harbor": 11,
    "overpass":12,
    "ship":13,
    "stadium":14,
    "storagetank":15,
    "tenniscourt":16,
    "trainstation":17,
    "vehicle":18,
    "windmill":19,
}

def convert_label(orig_label_dir, save_dir,image_width, image_height):
    """Converts a single image's DOTA annotation to YOLO OBB format and saves it to a specified directory."""
    # orig_label_path = orig_label_dir / f"{image_name}.txt"
    # save_path = save_dir / f"{image_name}.txt"
    list = os.listdir(orig_label_dir)
    for i in list:
        orig_label_path = Path(os.path.join(orig_label_dir,i))
        save_path = Path(os.path.join(save_dir,i))
        with orig_label_path.open("r") as f, save_path.open("w") as g:
            lines = f.readlines()
            for line in lines:
                parts = line.strip().split()
                if len(parts) < 9:
                    continue
                class_name = parts[8]
                class_idx = class_mapping[class_name]
                coords = [float(p) for p in parts[:8]]
                normalized_coords = [
                    coords[i] / image_width if i % 2 == 0 else coords[i] / image_height for i in range(8)
                ]
                formatted_coords = ["{:.6g}".format(coord) for coord in normalized_coords]
                g.write(f"{class_idx} {' '.join(formatted_coords)}\n")
if __name__ == '__main__':
    labels_path = r"D:\paperabout\dior-r\test\labels"
    save_dir = r"D:\paperabout\dior-r\test\yolo"
    # image_width=800, image_height=800
    convert_label(labels_path,save_dir,image_width=800,image_height=800)


将dota格式标签转为yolo格式。

只读取labels下的标签文件。

class_mapping为DIOR-R数据集的类别。

(本段代码是在DIOR-R格式转DOTA格式的基础上,再转为yolo中obb读取的格式)

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
UAVDT数据集是以XML格式存储的,而Yolo格式是以txt文件存储的。因此,需要将UAVDT数据集中的XML标签转换为Yolo格式的txt文件。以下是将UAVDT数据集标签转为Yolo格式的步骤: 1. 首先需要下载UAVDT数据集,并解压缩。 2. 创建一个Python脚本,用于将XML标签转换为Yolo格式的txt文件。 3. 在脚本中导入必要的库,如xml.etree.ElementTree和os。 4. 使用os.listdir()函数来获取UAVDT数据集中所有的图像文件名,并遍历每个图像文件。 5. 对于每个图像文件,使用xml.etree.ElementTree库中的parse()函数来解析XML标签文件,并获取每个目标的类别、边界框坐标等信息。 6. 将类别转换为数字格式,并计算出中心点坐标和边界框的宽度和高度。 7. 根据Yolo格式的要求,将目标信息存储在一个txt文件中,并将该文件保存在与图像文件同名的文件夹中。 下面是一个简单的Python脚本,用于将UAVDT数据集标签转换为Yolo格式的txt文件: ```python import xml.etree.ElementTree as ET import os def convert_labels(label_dir, image_dir, output_dir): # 获取所有图像文件名 image_files = os.listdir(image_dir) for image_file in image_files: # 获取标签文件名 label_file = image_file.replace('.jpg', '.xml') label_path = os.path.join(label_dir, label_file) # 解析标签文件 tree = ET.parse(label_path) root = tree.getroot() # 遍历每个目标 for obj in root.findall('object'): # 获取类别 class_name = obj.find('name').text if class_name == 'car': class_id = 0 elif class_name == 'bus': class_id = 1 elif class_name == 'truck': class_id = 2 # 获取边界框坐标 bbox = obj.find('bndbox') x_min = float(bbox.find('xmin').text) y_min = float(bbox.find('ymin').text) x_max = float(bbox.find('xmax').text) y_max = float(bbox.find('ymax').text) # 计算中心点坐标和宽度、高度 x = (x_min + x_max) / 2.0 y = (y_min + y_max) / 2.0 w = x_max - x_min h = y_max - y_min # 将目标信息写入txt文件 txt_file = image_file.replace('.jpg', '.txt') txt_path = os.path.join(output_dir, txt_file) with open(txt_path, 'a') as f: f.write(f"{class_id} {x} {y} {w} {h}\n") ``` 在上述脚本中,convert_labels()函数接受三个参数:标签文件夹路径、图像文件夹路径和输出文件夹路径。该函数会将每个图像文件的标签转换为一个txt文件,并将该文件保存在输出文件夹中。其中,类别名称car、bus和truck分别转换为数字0、1和2。如果UAVDT数据集中有其他类别,需要根据实际情况进行修改。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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