VOC数据集转YOLO数据集

文章目录

制作自己的VOC数据集
生成数据集名称文件
.xml文件转.txt文件
完善自己的YOLO数据集

制作自己的VOC数据集

首先，把VOC数据集里的图片和.xml文件按照如下文件夹格式存放

我的数据集各级文件夹如图所示：

生成数据集名称文件

train.txt里面存的是所有数据集图片的名称（注意，是不含后缀名的名称！！！）

如图，我的images文件夹里有这样几张.jpg文件，在这个images文件夹里建一个.txt文件，内容如图所示：

 DIR  *.*/B>train.txt

修改该.txt文件后缀为.bat，如图：

双击这个.bat文件，会看到生成了一个train.txt文件

打开train.txt，可以看到里面的内容是images这个文件夹里所有文件的名称。

删除list.bat和train.txt这两行，只留下图片的名称
注意：由于最终train.txt里只能保留图片名称，不含后缀，所以需要把train.txt文件里每一行的”.jpg“删掉，可以手动删除，但如果数据集过大，可使用如下python脚本删除：

import os
filename = r"train.txt"
new_filename = r"train1.txt"
with open(filename,encoding="utf-8") as f1, open(new_filename,"w",encoding="utf-8") as f2:for line in f1:new_line = line[:-5]f2.write(new_line)f2.write('\n')
f1.close()
f2.close()

运行效果如图所示：

打开新生成的train1.txt可以看到，后缀名都被删掉了

这个时候把train1.txt里的内容复制到\data\ImageSets\Main\train.txt中去。

.xml文件转.txt文件

.xml转.txt文件yolo模型官方有提供转换代码，使用方法下文所示：

创建一个.py文件，内容如下：

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwdsets = ['train', 'val', 'test']
classes = ['red', 'yellow','green', 'turn_left',  'turn_right', 'stop']   # 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 - 1y = (box[2] + box[3]) / 2.0 - 1w = box[1] - box[0]h = box[3] - box[2]x = x * dww = w * dwy = y * dhh = h * dhreturn x, y, w, hdef convert_annotation(image_id):in_file = open('C:/Users/Lenovo/Desktop/data/Annotations/%s.xml' % (image_id),encoding='utf-8')out_file = open('C:/Users/Lenovo/Desktop/data/labels/%s.txt' % (image_id), 'w',encoding='utf-8')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').textdifficult = obj.find('difficult').textcls = obj.find('name').textif cls not in classes or int(difficult) == 1:continuecls_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 = wif b4 > h:b4 = hb = (b1, b2, b3, b4)bb = convert((w, h), b)out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')wd = getcwd()
for image_set in sets:if not os.path.exists('C:/Users/Lenovo/Desktop/data/labels/'):os.makedirs('C:/Users/Lenovo/Desktop/data/labels/')image_ids = open('C:/Users/Lenovo/Desktop/data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()list_file = open('%s.txt' % (image_set), mode='w', encoding='utf-8')for image_id in image_ids:list_file.write('C:/Users/Lenovo/Desktop/data/images/%s.jpg\n' % (image_id))convert_annotation(image_id)list_file.close()

转换代码使用注意事项：

把第六行改为’train’, ‘val’, ‘test’

第七行classes里的内容改为自己数据集里的类别名称

注意各个地址的写法，一定要使用反斜杠

之后运行这段脚本，会发现data里面生成了一个新的lables文件夹，这样便是数据转化成功了

完善自己的YOLO数据集

最后，将labels这个文件夹复制进yolo数据集里即可