长沙雨花区建设局网站,做网站网站代理怎么找客源,俄罗斯在线 网站制作,在线设计平台崭露头角VOC数据格式与YOLO数据格式互转
1.VOC数据格式 VOC#xff08;Visual Object Classes#xff09;是一个常用的计算机视觉数据集#xff0c;它主要用于对象检测、分类和分割任务。VOC的标注格式#xff0c;也被许多其他的数据集采用#xff0c;因此理解这个数据格式是很重…VOC数据格式与YOLO数据格式互转
1.VOC数据格式 VOCVisual Object Classes是一个常用的计算机视觉数据集它主要用于对象检测、分类和分割任务。VOC的标注格式也被许多其他的数据集采用因此理解这个数据格式是很重要的。下面是一个详细的介绍
一个典型的VOC数据集主要包括以下两个主要组成部分
JPEGImages这个文件夹包含所有的图片文件通常都是jpg格式。Annotations这个文件夹包含每张图片对应的标注文件。每个标注文件都是xml格式的其中包含了图片中每个对象的信息如类别、位置等。
格式如下
annotationfolder图像文件所在文件夹名称/folderfilename图像文件名/filenamesource...省略.../sourcesizewidth图像宽度/widthheight图像高度/heightdepth图像深度例如RGB图像深度为3/depth/sizesegmented省略.../segmentedobjectname物体类别名称/namepose省略.../posetruncated是否被截断0表示未被截断1表示被截断/truncateddifficult是否难以识别0表示容易识别1表示难以识别/difficultbndboxxmin物体边界框左上角的x坐标/xminymin物体边界框左上角的y坐标/yminxmax物体边界框右下角的x坐标/xmaxymax物体边界框右下角的y坐标/ymax/bndbox/object...其他物体的标注信息...
/annotation
在标注文件中可以包含多个object标签每个标签都表示图片中的一个物体。每个物体的类别名称和位置信息都包含在这个标签中。位置信息通过一个矩形边界框来表示该框由左上角和右下角的坐标确定。
2.YOLO数据格式
数据格式label_indexcx cywh label_index :为标签名称在标签数组中的索引下标从 0 开始。 cx标记框中心点的 x 坐标数值是原始中心点 x 坐标除以 图宽 后的结果。 cy标记框中心点的 y 坐标数值是原始中心点 y 坐标除以 图高 后的结果。 w标记框的 宽数值为 原始标记框的 宽 除以 图宽 后的结果。 h标记框的 高数值为 原始标记框的 高 除以 图高 后的结果。 xml转txt
import os
import glob
import argparse
import random
import xml.etree.ElementTree as ET
from PIL import Image
from tqdm import tqdmdef get_all_classes(xml_path):xml_fns glob.glob(os.path.join(xml_path, *.xml))class_names []for xml_fn in xml_fns:tree ET.parse(xml_fn)root tree.getroot()for obj in root.iter(object):cls obj.find(name).textclass_names.append(cls)return sorted(list(set(class_names)))def convert_annotation(img_path, xml_path, class_names, out_path):output []im_fns glob.glob(os.path.join(img_path, *.jpg))for im_fn in tqdm(im_fns):if os.path.getsize(im_fn) 0:continuexml_fn os.path.join(xml_path, os.path.splitext(os.path.basename(im_fn))[0] .xml)if not os.path.exists(xml_fn):continueimg Image.open(im_fn)height, width img.height, img.widthtree ET.parse(xml_fn)root tree.getroot()anno []xml_height int(root.find(size).find(height).text)xml_width int(root.find(size).find(width).text)if height ! xml_height or width ! xml_width:print((height, width), (xml_height, xml_width), im_fn)continuefor obj in root.iter(object):cls obj.find(name).textcls_id class_names.index(cls)xmlbox obj.find(bndbox)xmin int(xmlbox.find(xmin).text)ymin int(xmlbox.find(ymin).text)xmax int(xmlbox.find(xmax).text)ymax int(xmlbox.find(ymax).text)cx (xmax xmin) / 2.0 / widthcy (ymax ymin) / 2.0 / heightbw (xmax - xmin) * 1.0 / widthbh (ymax - ymin) * 1.0 / heightanno.append({} {} {} {} {}.format(cls_id, cx, cy, bw, bh))if len(anno) 0:output.append(im_fn)with open(im_fn.replace(.jpg, .txt), w) as f:f.write(\n.join(anno))random.shuffle(output)train_num int(len(output) * 0.9)with open(os.path.join(out_path, train.txt), w) as f:f.write(\n.join(output[:train_num]))with open(os.path.join(out_path, val.txt), w) as f:f.write(\n.join(output[train_num:]))def parse_args():parser argparse.ArgumentParser(generate annotation)parser.add_argument(--img_path, typestr, helpinput image directory,default data/jpg/)parser.add_argument(--xml_path, typestr, helpinput xml directory,default data/xml/)parser.add_argument(--out_path, typestr, helpoutput directory,default data/dataset/)args parser.parse_args()return argsif __name__ __main__:args parse_args()class_names get_all_classes(args.xml_path)print(class_names)convert_annotation(args.img_path, args.xml_path, class_names, args.out_path)txt转xml
from xml.dom.minidom import Document
import os
import cv2def makexml(picPath, txtPath, xmlPath): # txt所在文件夹路径xml文件保存路径图片所在文件夹路径dic {0: ship, # 创建字典用来对类型进行转换1: car_trucks, # 此处的字典要与自己的classes.txt文件中的类对应且顺序要一致2 :person,3: stacking_area,4: car_forklift,5: unload_car,6: load_car,7: car_private,}files os.listdir(txtPath)for i, name in enumerate(files):xmlBuilder Document()annotation xmlBuilder.createElement(annotation) # 创建annotation标签xmlBuilder.appendChild(annotation)txtFile open(txtPath name)print(txtFile)txtList txtFile.readlines()img cv2.imread(picPath name[0:-4] .png)Pheight, Pwidth, Pdepth img.shapefolder xmlBuilder.createElement(folder) # folder标签foldercontent xmlBuilder.createTextNode(driving_annotation_dataset)folder.appendChild(foldercontent)annotation.appendChild(folder) # folder标签结束filename xmlBuilder.createElement(filename) # filename标签filenamecontent xmlBuilder.createTextNode(name[0:-4] .png)filename.appendChild(filenamecontent)annotation.appendChild(filename) # filename标签结束size xmlBuilder.createElement(size) # size标签width xmlBuilder.createElement(width) # size子标签widthwidthcontent xmlBuilder.createTextNode(str(Pwidth))width.appendChild(widthcontent)size.appendChild(width) # size子标签width结束height xmlBuilder.createElement(height) # size子标签heightheightcontent xmlBuilder.createTextNode(str(Pheight))height.appendChild(heightcontent)size.appendChild(height) # size子标签height结束depth xmlBuilder.createElement(depth) # size子标签depthdepthcontent xmlBuilder.createTextNode(str(Pdepth))depth.appendChild(depthcontent)size.appendChild(depth) # size子标签depth结束annotation.appendChild(size) # size标签结束for j in txtList:oneline j.strip().split( )object xmlBuilder.createElement(object) # object 标签picname xmlBuilder.createElement(name) # name标签namecontent xmlBuilder.createTextNode(dic[oneline[0]])picname.appendChild(namecontent)object.appendChild(picname) # name标签结束pose xmlBuilder.createElement(pose) # pose标签posecontent xmlBuilder.createTextNode(Unspecified)pose.appendChild(posecontent)object.appendChild(pose) # pose标签结束truncated xmlBuilder.createElement(truncated) # truncated标签truncatedContent xmlBuilder.createTextNode(0)truncated.appendChild(truncatedContent)object.appendChild(truncated) # truncated标签结束difficult xmlBuilder.createElement(difficult) # difficult标签difficultcontent xmlBuilder.createTextNode(0)difficult.appendChild(difficultcontent)object.appendChild(difficult) # difficult标签结束bndbox xmlBuilder.createElement(bndbox) # bndbox标签xmin xmlBuilder.createElement(xmin) # xmin标签mathData int(((float(oneline[1])) * Pwidth 1) - (float(oneline[3])) * 0.5 * Pwidth)xminContent xmlBuilder.createTextNode(str(mathData))xmin.appendChild(xminContent)bndbox.appendChild(xmin) # xmin标签结束ymin xmlBuilder.createElement(ymin) # ymin标签mathData int(((float(oneline[2])) * Pheight 1) - (float(oneline[4])) * 0.5 * Pheight)yminContent xmlBuilder.createTextNode(str(mathData))ymin.appendChild(yminContent)bndbox.appendChild(ymin) # ymin标签结束xmax xmlBuilder.createElement(xmax) # xmax标签mathData int(((float(oneline[1])) * Pwidth 1) (float(oneline[3])) * 0.5 * Pwidth)xmaxContent xmlBuilder.createTextNode(str(mathData))xmax.appendChild(xmaxContent)bndbox.appendChild(xmax) # xmax标签结束ymax xmlBuilder.createElement(ymax) # ymax标签mathData int(((float(oneline[2])) * Pheight 1) (float(oneline[4])) * 0.5 * Pheight)ymaxContent xmlBuilder.createTextNode(str(mathData))ymax.appendChild(ymaxContent)bndbox.appendChild(ymax) # ymax标签结束object.appendChild(bndbox) # bndbox标签结束annotation.appendChild(object) # object标签结束f open(xmlPath name[0:-4] .xml, w)xmlBuilder.writexml(f, indent\t, newl\n, addindent\t, encodingutf-8)f.close()if __name__ __main__:picPath data/images/ # 图片所在文件夹路径后面的/一定要带上txtPath data/labels/ # txt所在文件夹路径后面的/一定要带上xmlPath data/xml/ # xml文件保存路径后面的/一定要带上makexml(picPath, txtPath, xmlPath)
json转txt
import os
import numpy as np
import json
from glob import glob
import cv2
from sklearn.model_selection import train_test_split
from os import getcwdclasses [0,1,2]
# 1.标签路径
labelme_path rdataset/
isUseTest False # 是否创建test集
# 3.获取待处理文件
files glob(labelme_path *.json)
files [i.replace(\\, /).split(/)[-1].split(.json)[0] for i in files]
# print(files)
if isUseTest:trainval_files, test_files train_test_split(files, test_size0.1, random_state55)
else:trainval_files filestrain_files filesdef 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, h)wd getcwd()
# print(wd)def ChangeToYolo5(files, txt_Name):if not os.path.exists(tmp/):os.makedirs(tmp/)list_file open(tmp/%s.txt % (txt_Name), w)for json_file_ in files:print(json_file_)json_filename labelme_path json_file_ .jsonimagePath labelme_path json_file_ .pnglist_file.write(%s/%s\n % (wd, imagePath))out_file open(%s/%s.txt % (labelme_path, json_file_), w)json_file json.load(open(json_filename, r, encodingutf-8))height, width, channels cv2.imread(labelme_path json_file_ .png).shapefor multi in json_file[shapes]:points np.array(multi[points])xmin min(points[:, 0]) if min(points[:, 0]) 0 else 0xmax max(points[:, 0]) if max(points[:, 0]) 0 else 0ymin min(points[:, 1]) if min(points[:, 1]) 0 else 0ymax max(points[:, 1]) if max(points[:, 1]) 0 else 0label multi[label]if xmax xmin:passelif ymax ymin:passelse:cls_id classes.index(label)b (float(xmin), float(xmax), float(ymin), float(ymax))bb convert((width, height), b)out_file.write(str(cls_id) .join([str(a) for a in bb]) \n)print(json_filename, xmin, ymin, xmax, ymax, cls_id)ChangeToYolo5(train_files, train)
