目标检测:如何将VOC标注的xml数据转为YOLO标注的txt格式,且生成classes的txt文件

2024-01-08 16:19:22

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:

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)

?

文章来源:https://blog.csdn.net/qq_44886601/article/details/135449036
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。