在深度学习中，第一步要做的往往就是处理数据集,尤其是学习百度飞桨PaddlePaddle的小伙伴，数据集经常要用Voc格式的，比如性能突出的ppyolo等模型。所以学会数据集转化的本领是十分必要的。这篇博客就带你一起进行Yolo与Voc格式的相互转化，附详细代码！

文章目录

YOLO数据集介绍VOC数据集介绍Yolo转VOCVOC转Yolofrom lxml import etreeclasses=["ball"]

YOLO数据集介绍

Yolo数据集主要是txt文件，一般包括train文件夹和val文件夹，每一个文件夹下有与图片同名的txt文件，基本结构如下：

|–image

||–train||–val

|–label

||–train||–val

txt的标签如下图所示：

第一列为目标类别，后面四个数字为方框左上角与右下角的坐标，可以看到都是小于1的数字，是因为对应的整张图片的比例，所以就算图像被拉伸放缩，这种txt格式的标签也可以找到相应的目标。

VOC数据集介绍

VOC格式数据集一般有着如下的目录结构：

<code>VOC_ROOT #根目录

├── JPEGImages # 存放源图片

│ ├── aaaa.jpg

│ ├── bbbb.jpg

│ └── cccc.jpg

├── Annotations # 存放xml文件，与JPEGImages中的图片一一对应，解释图片的内容等等

│ ├── aaaa.xml

│ ├── bbbb.xml

│ └── cccc.xml

└── ImageSets

└── Main

├── train.txt # txt文件中每一行包含一个图片的名称

└── val.txt

其中JPEGImages目录中存放的是源图片的数据，(当然图片并不一定要是.jpg格式的，只是规定文件夹名字叫JPEGImages)；Annotations目录中存放的是标注数据，VOC的标注是xml格式的，文件名与JPEGImages中的图片一一对应。

重点看下xml格式的标注格式：

<annotation>

<folder>VOC_ROOT</folder>

<filename>aaaa.jpg</filename> # 文件名

<size> # 图像尺寸（长宽以及通道数）

<width>500</width>

<height>332</height>

<depth>3</depth>

</size>

<segmented>1</segmented> # 是否用于分割（在图像物体识别中无所谓）

<object> # 检测到的物体

<name>horse</name> # 物体类别

<pose>Unspecified</pose> # 拍摄角度，如果是自己的数据集就Unspecified

<truncated>0</truncated> # 是否被截断（0表示完整)

<difficult>0</difficult> # 目标是否难以识别（0表示容易识别）

<bndbox> # bounding-box（包含左下角和右上角xy坐标）

<xmin>100</xmin>

<ymin>96</ymin>

<xmax>355</xmax>

<ymax>324</ymax>

</bndbox>

</object>

<object> # 检测到多个物体

<name>person</name>

<pose>Unspecified</pose>

<truncated>0</truncated>

<difficult>0</difficult>

<bndbox>

<xmin>198</xmin>

<ymin>58</ymin>

<xmax>286</xmax>

<ymax>197</ymax>

</bndbox>

</object>

</annotation>

Yolo转VOC

文件结构如下：

Yolo转VOC #根目录

├── dataset

│ ├── Annotations

│ ├── image

└──image图像

│ └── label

└──txt文件

├── Yolo转VOC.py # 代码文件

具体代码:

#!/usr/bin/env python

# -*- coding: UTF-8 -*-

"""

@Project ：Yolo与VOC转化

@File ：Yolo转Voc.py

@IDE ：PyCharm

@Author ：咋

@Date ：2023/3/6 16:45

"""

from xml.dom.minidom import Document

import os

import cv2

# def makexml(txtPath, xmlPath, picPath): # txt所在文件夹路径，xml文件保存路径，图片所在文件夹路径

def 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

"""此函数用于将yolo格式txt标注文件转换为voc格式xml标注文件

"""

dic = { '0': "blue", # 创建字典用来对类型进行转换

'1': "red", # 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

}

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)

txtList = txtFile.readlines()

img = cv2.imread(picPath + name[0:-4] + ".jpg")

Pheight, Pwidth, Pdepth = img.shape

folder = 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] + ".jpg")

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width

widthcontent = 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height

heightcontent = 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depth

depthcontent = 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', encoding='utf-8')code>

f.close()

if __name__ == "__main__":

picPath = "dataset/JPEGImages/" # 图片所在文件夹路径，后面的/一定要带上

txtPath = "dataset/YOLOLables/" # txt所在文件夹路径，后面的/一定要带上

xmlPath = "dataset/annotations/" # xml文件保存路径，后面的/一定要带上

makexml(picPath, txtPath, xmlPath)

VOC转Yolo