yolov3 制作voc数据格式:xml转换成txt

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
  • 2
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 16
    评论
评论 16
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