yolov3 制作voc数据格式：xml转换成txt

最新推荐文章于 2024-08-05 11:19:50 发布

Taylor_wk

最新推荐文章于 2024-08-05 11:19:50 发布

阅读量1.3w

点赞数 2

分类专栏：目标检测

本文链接：https://blog.csdn.net/wk785456510/article/details/81565637

版权

本文介绍了如何按照VOC数据集的结构放置图像文件，包括Annotation中的XML文件、ImageSets的train/test.txt文本、JPEGImages的原始图像。使用labelImg进行图像标注并生成XML，然后通过修改并运行voc_label.py脚本，将XML转换为Yolo格式的TXT文件，最终在scripts文件夹下生成labels文件夹。

摘要由CSDN通过智能技术生成

按照voc数据集的结构放置图像文件。

1）Annotation中主要存放xml文件，每一个xml对应一张图像，并且每个xml中存放的是标记的各个目标的位置和类别信息，命名通常与对应的原始图像一样;

2)ImageSets我们只需要用到Main文件夹，这里面存放的是一些文本文件，通常为train.txt、test.txt等，该文本文件里面的内容是需要用来训练或测试的图像的名字;

3）JPEGImages文件夹中放我们已按统一规则命名好的原始图像。将新建的voc文件夹放到scripts/VOCdevkit/目录下，若无VOCdevkit文件夹则新建一个。

4）用labelImg标注图像。会自己生成相关标签的xml文件，很好用。

根据自己情况修改/scripts/voc_label.py脚本并运行，将xml文件转换成yolo格式的txt文件。同时会在scripts文件夹下生成labels文件夹。

--VOC  
    --Annotations  
    --ImageSets  
      --Main  
      --Layout  
      --Segmentation  
    --JPEGImages  
    --SegmentationClass//暂时可有可无 
    --SegmentationObject //暂时可有可无



代码：
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

classes = ["red","green","orange","ambiguous"]#红绿灯检测
def convert(s