1. 前言
目标检测数据的标注分为两种格式：
- xml 解释性标签，左上角+右下角的坐标
- txt 记事本文件，类别+x，y中心坐标+w，h的相对值
如下：
xml 文件格式：
txt 文件格式：
本文要实现的目标是将目标检测xml标注格式转为txt相对坐标的标注方式
值得一提的是，xml标注包含了类别名称，往往在<name>下。所以，xml标注的数据有时候没有包含类别的json文件，因为根据xml可以直接绘制边界框。如果想要生成xml对应的类别json字典文件，可以参考：目标检测篇：如何根据xml标注文件生成类别classes的json文件
而对于yolo 标注的txt文件来说，类别仅仅用索引0 1 2表示，这也就是说我们是不知道0 1 2代表什么含义，所以yolo 的数据集往往包含类别的txt文件，方便可视化需要。没有的话，可以参考这个自己生成：关于目标检测任务中，YOLO(txt格式)标注文件的可视化 看文章的Tips
所以本文，将根据VOC标注的xml文件生成YOLO格式的txt文件，且生成yolo需要的类别txt文件
2. 代码实现
简单介绍代码逻辑
2.1 目录
目录结构：
这里是根据voc的训练集和验证集转换，且需要xml对应的json字典文件
class_indices.json 如下：
没有的话，看这个自己生成：目标检测篇：如何根据xml标注文件生成类别classes的json文件
2.2 图像的生成
关于图片，可以直接拷贝过去就行
这里生成好的目录根据本人习惯命名
代码运行到这，可以看到图像已经拷贝过去
2.3 目标类别的txt文件生成
yolo格式的classes文件，这里默认根据voc的json字典文件生成，代码如下
代码很简单，就是读取xml的json文件，获取字典的value值，然后保存在txt文件中
2.4 标签xml to yolo标签txt
这里通过labels_xml2yolo 自定义函数操作，传入训练集和验证集的xml目录即可，因为yolo的txt文件需要类别索引，这里将字典文件也传进去
这里需要保存原始图像的w、h，因为yolo标注是相对值，后面运算需要。因为voc标注的xml文件中包含了图像的size，直接读取即可
下面是将bbox坐标转为yolo相对坐标的代码，最终的数据就是info的存放的内容
将info 保存即可
生成好的数据：
2.5 可视化
为了验证是否转化成功，利用这篇代码 可视化一下
3. 完整代码
如下：
python
import os
from tqdm import tqdm
from lxml import etree
import shutil
import json
# 读取 xml 文件信息，并返回字典形式
def parse_xml_to_dict(xml):
if len(xml) == 0: # 遍历到底层，直接返回 tag对应的信息
return {xml.tag: xml.text}
result = {}
for child in xml:
child_result = parse_xml_to_dict(child) # 递归遍历标签信息
if child.tag != 'object':
result[child.tag] = child_result[child.tag]
else:
if child.tag not in result: # 因为object可能有多个，所以需要放入列表里
result[child.tag] = []
result[child.tag].append(child_result[child.tag])
return {xml.tag: result}
# 将xml文件转换为yolo的 txt文件
def labels_xml2yolo(src, class_dict):
xml_path = [os.path.join(src, i) for i in os.listdir(src)]
for xml_file in tqdm(xml_path):
# read xml
with open(xml_file,mode='r') as fid:
xml_str = fid.read()
xml = etree.fromstring(xml_str)
data = parse_xml_to_dict(xml)["annotation"] # 读取xml文件信息
img_height = int(data["size"]["height"]) # 读入图像的 h
img_width = int(data["size"]["width"]) # 读入图像的 w
# 新建 xml对应的 yolo txt标注文件，并写入
yolo_file = xml_file.replace('my_xml_dataset', 'my_yolo_dataset')
yolo_file = yolo_file.replace('.xml', '.txt')
with open(yolo_file,mode="w") as f:
for index, obj in enumerate(data["object"]): # index是0开始的索引，obj 是object的字典文件
# 获取每个object的box信息
xmin = float(obj["bndbox"]["xmin"])
xmax = float(obj["bndbox"]["xmax"])
ymin = float(obj["bndbox"]["ymin"])
ymax = float(obj["bndbox"]["ymax"])
class_name = obj["name"] # 获取边界框的分类
class_index = class_dict[class_name]
# 将box信息转换到 yolo格式
xcenter = xmin + (xmax - xmin) / 2 # 中心点坐标
ycenter = ymin + (ymax - ymin) / 2
w = xmax - xmin # 边界框的 w 和 h
h = ymax - ymin
# 绝对坐标转相对坐标，保存6位小数
xcenter = round(xcenter / img_width, 6)
ycenter = round(ycenter / img_height, 6)
w = round(w / img_width, 6)
h = round(h / img_height, 6)
info = [str(i) for i in [class_index, xcenter, ycenter, w, h]]
# print(info) ['0', '0.403646', '0.485491', '0.103423', '0.110863']
if index == 0:
f.write(" ".join(info))
else: # 自动换行
f.write("\n" + " ".join(info))
if __name__ == "__main__":
# 删除原先的 my_yolo_dataset 文件
if os.path.exists("my_yolo_dataset"):
shutil.rmtree("my_yolo_dataset")
# 新建目录
os.mkdir("my_yolo_dataset")
os.mkdir("my_yolo_dataset/train")
os.mkdir("my_yolo_dataset/val")
os.mkdir("my_yolo_dataset/train/labels")
os.mkdir("my_yolo_dataset/val/labels")
# 拷贝图片和 txt 文件
shutil.copytree('my_xml_dataset/train/images', 'my_yolo_dataset/train/images')
shutil.copytree('my_xml_dataset/val/images', 'my_yolo_dataset/val/images')
# 生成txt类别文件
json_file = open('my_xml_dataset/class_indices.json', 'r')
class_dict = json.load(json_file)
# print(class_dict) {'0': 'Leconte', '1': 'Boerner', '2': 'linnaeus', '3': 'armandi', '4': 'coleoptera', '5': 'acuminatus', '6': 'Linnaeus'}
classes = {}
for i in range(len(class_dict)):
classes[i] = class_dict[str(i)]
classes = {str(v): str(k) for k, v in classes.items()}
# print(classes) {'Leconte': '0', 'Boerner': '1', 'linnaeus': '2', 'armandi': '3', 'coleoptera': '4', 'acuminatus': '5', 'Linnaeus': '6'}
txt = classes.keys() # yolo 的txt
# print(txt) dict_keys(['Leconte', 'Boerner', 'linnaeus', 'armandi', 'coleoptera', 'acuminatus', 'Linnaeus'])
with open('./my_yolo_dataset/classes.txt','w') as f:
for i in txt:
f.write(i)
f.write('\n')
# 将xml 标注信息更改为 yolo 格式
labels_xml2yolo(src='my_xml_dataset/train/labels', class_dict=classes)
labels_xml2yolo(src='my_xml_dataset/val/labels', class_dict=classes)