赞
踩
目标检测数据的标注分为两种格式:
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
简单介绍代码逻辑
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
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
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
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:
为了验证是否转化成功,利用 这篇代码 可视化一下
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)
如果xml文件没有图片的size信息,用这个代码,会自动读取图片高度和宽度。并且会剔除xml文件种没有目标的部分
- import os
- from tqdm import tqdm
- from lxml import etree
- import shutil
- import json
- import cv2
-
-
- # 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
-
- if 'object' not in data.keys(): # 移除不存在边界框的数据
- continue
-
- # 读取图片
- img_path = xml_file.replace('labels','images')
- img_path = img_path.replace('.xml','.jpg') # 根据后缀更换
- img = cv2.imread(img_path)
- img_height,img_width = img.shape[:2]
-
- # 新建 xml对应的 yolo txt标注文件,并写入
- yolo_file = xml_file.replace('data', '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
- # 拷贝图片
- shutil.copy(img_path, src.replace('data','my_yolo_dataset').replace('labels','images'))
-
- # 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["label"] # 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/test")
- os.mkdir("my_yolo_dataset/train/labels")
- os.mkdir("my_yolo_dataset/train/images")
- os.mkdir("my_yolo_dataset/test/labels")
- os.mkdir("my_yolo_dataset/test/images")
-
- # 生成txt类别文件
- json_file = open('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='data/train/labels', class_dict=classes)
- labels_xml2yolo(src='data/test/labels', class_dict=classes)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。