VOC数据集xml转换为yolo数据集txt格式

import os
import xml.etree.ElementTree as ET
classid={'class1':0,'class2':1,'class3':2,'class4':3,'class5':4}  #类别列表，与训练配置文件中的顺序保持一直
annotation='./Annotations/'    #xml所在的文件
savepath='./labels/'                   #写好的txt放在labels下的train和val
for xmlfile in ('train/','val/'):
	file=os.listdir(annotation+xmlfile)
	for i in file:
		infile=annotation+xmlfile+i
		outfile=open(savepath+xmlfile+i[:-4]+'.txt','w')
		tree=ET.parse(infile)
		root=tree.getroot()
		size=root.find('size')
		w_image=float(size.find('width').text)
		h_image=float(size.find('height').text)
		for obj in root.iter('object'):
			classname=obj.find('name').text
			cls_id=classid[classname]
			xmlbox=obj.find('bndbox')
			xmin=float(xmlbox.find('xmin').text)
			xmax=float(xmlbox.find('xmax').text)
			ymin=float(xmlbox.find('ymin').text)
			ymax=float(xmlbox.find('ymax').text)
			x_center=((xmin+xmax)/2-1)/w_image
			y_center=((ymin+ymax)/2-1)/h_image
			w=(xmax-xmin)/w_image
			h=(ymax-ymin)/h_image
			outfile.write(str(cls_id)+" "+str(x_center)+" "+str(y_center)+" "+str(w)+" "+str(h)+'\n')
		outfile.close()

我个人的文件结构是Annotations下面有train和val两个文件夹，分别是训练和验证的xml。相应的，生成的labels下有两个文件夹，分别是train和val，存放训练和验证的txt。