如今，深度学习非常热门，制作数据集是深度学习很重要的一环。制作数据集就离不开打标签，我们打出来的标签可能是 txt 格式 或者 xml 格式 或者json格式，但是yolo运行的标签格式是txt格式
所以我们要将 xml 格式转换为 txt 格式 这个转换代码生成的txt文件是归一化后的，非常便捷
以下代码就可以轻松将 xml 格式转换为 txt 格式。
首先我们先来看一下xml文件内容
<annotation>
<folder>锥桶</folder>
<filename>29ba657e829a0ba447004b7ffd9b19fe.jpeg</filename>
<path>G:\锥桶\29ba657e829a0ba447004b7ffd9b19fe.jpeg</path>
<source>
<database>Unknown</database>
<size>
<width>550</width>
<height>300</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>zhuitong</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>37</xmin>
<ymin>206</ymin>
<xmax>77</xmax>
<ymax>272</ymax>
</bndbox></object></annotation>
我们来读一下这个xml文件核心内容
xmin ymin xmax ymax 这四个值代表了这个图像中的矩形框的位置 并且给这个位置取名为zhuitong 举个例子 一张有着可爱猫咪的图片 我们用框框把猫咪框起来 并且命名这个框为 猫咪
计算机就知道这个地方有个猫咪了
其次 我们来看一下转换的代码
import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir , getcwd
from os.path import join
import glob
classes = ["cone tank", "water horse bucket"]
def convert(size, box):
dw = 1.0/size[0]
dh = 1.0/size[1]
x = (box[0]+box[1])/2.0
y = (box[2]+box[3])/2.0
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_name):
in_file = open('./indata/'+image_name[:-3]+'xml') #xml文件路径
out_file = open('./labels/train/'+image_name[:-3]+'txt', 'w') #转换后的txt文件存放路径
f = open('./indata/'+image_name[:-3]+'xml')
xml_text = f.read()
root = ET.fromstring(xml_text)
f.close()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
cls = obj.find('name').text
if cls not in classes:
print(cls)
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))
bb = convert((w,h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
if __name__ == '__main__':
for image_path in glob.glob("./images/train/*.jpg"): #每一张图片都对应一个xml文件这里写xml对应的图片的路径
image_name = image_path.split('\\')[-1]
convert_annotation(image_name)
代码中有注释，大家自己理解一下哈
再给大家看一下我的文件结构
大家只要改三个路径 就能运行了
最终 给大家看一下生成的txt文件内容
前面的0代表类别 举个例子 我们检测图片 里面有三个动物 分别是猫咪 狗狗 羊羊 那我们就把猫咪当作0 狗狗当作1 羊羊当作2 这样计算机很容易明白 0后面有四个数字 代表这个类别出现的位置，其实也就是矩形框
大功告成啦！
如果对你有帮助的话 请动动你发财的小手给我点个赞！不懂的地方可以留言
如果你的数据集是json格式想转换txt格式的 可以看我另一篇博客
Original: https://blog.csdn.net/yxl_prm/article/details/119895511
Author: 龙龙没头发啊
Title: 如何将xml格式转换为yolov5所需的txt格式
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/650103/
转载文章受原作者版权保护。转载请注明原作者出处！