xml2txt

-*- coding: utf-8 -*-

import xml.etree.ElementTree as ET

import os

from os import getcwd

sets = ['train', 'val', 'test']

classes = ["person"] # 改成自己的类别

abs_path = os.getcwd()

print(abs_path)

def convert(size, box):

dw = 1. / (size[0])

dh = 1. / (size[1])

x = (box[0] + box[1]) / 2.0 - 1

y = (box[2] + box[3]) / 2.0 - 1

w = box[1] - box[0]

h = box[3] - box[2]

x = x * dw

w = w * dw

y = y * dh

h = h * dh

return x, y, w, h

def convert_annotation(image_id):

in_file = open('data_prov2/xml/train/%s.xml' % (image_id), encoding='UTF-8')

out_file = open('data_prov2/labels/train/%s.txt' % (image_id), 'w')

tree = ET.parse(in_file)

root = tree.getroot()

size = root.find('size')

w = int(size.find('width').text)

h = int(size.find('height').text)

for obj in root.iter('object'):

difficult = obj.find('Difficult').text

difficult = obj.find('difficult').text

cls = obj.find('name').text

if cls not in classes or int(difficult) == 1:

continue

cls_id = classes.index(cls)

xmlbox = obj.find('bndbox')

b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),

float(xmlbox.find('ymax').text))

b1, b2, b3, b4 = b

标注越界修正

if b2 > w:

b2 = w

if b4 > h:

b4 = h

b = (b1, b2, b3, b4)

bb = convert((w, h), b)

out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

for image_set in sets:

if not os.path.exists('data_prov2/labels/train/'):

os.makedirs('data_prov2/labels/train/')

image_ids = open('data_prov2/dataSet/%s.txt' % (image_set)).read().strip().split()

list_file = open('data_prov2/%s.txt' % (image_set), 'w')

for image_id in image_ids:

list_file.write(abs_path + 'data_prov2/images/train/%s.jpg\n' % (image_id))

convert_annotation(image_id)

list_file.close()

相关推荐
翱翔的苍鹰1 分钟前
当前主流的**开源大语言模型(LLM)的核心知识总结
人工智能·深度学习·自然语言处理
传说故事2 分钟前
【论文自动阅读】未来光流预测提升机器人控制与视频生成
人工智能·机器人·具身智能
MicrosoftReactor3 分钟前
技术速递|GitHub Copilot SDK 与混合 AI 实践:README 到 PPT 的自动化转换流程
人工智能·github·copilot
renhongxia15 分钟前
知识图谱如何在制造业实际落地应用
人工智能·语言模型·自然语言处理·aigc·知识图谱
Polaris_T7 分钟前
2本9硕AI人实习&秋招分享(回江苏版)
人工智能·经验分享·深度学习·求职招聘
亿信华辰软件8 分钟前
已经上了数据中台,还要做数据治理吗?
大数据·人工智能·数据治理
2501_941652779 分钟前
Grid-RCNN实战_基于香烟盒检测与识别的完整实现详解
人工智能·计算机视觉·目标跟踪
科研计算中心11 分钟前
机器学习数据处理太慢?从根源到解决方案的专业拆解
人工智能·机器学习
ZCXZ12385296a19 分钟前
母线检测与识别——基于CenterNet改进模型的工业电力设备目标检测系统_r18_fpn_8xb8-amp-lsj-200e_coco
人工智能·目标检测·计算机视觉
量子-Alex22 分钟前
【大模型技术报告】Qwen2技术报告解读
人工智能