YOLO (You Only Look Once) 格式是一种广泛应用于目标检测任务的数据标注格式。这种格式非常简洁且易于处理，非常适合用于训练和评估基于 YOLO 的目标检测模型。

YOLO 格式的特点

简洁性：YOLO 格式非常简单，每个标注文件只包含一个文本文件，其中包含图像中每个目标对象的标注信息。标准化：YOLO 格式定义了一个统一的数据结构，便于数据的处理和模型的训练。高效性：由于其简洁性，YOLO 格式非常适合大规模数据集的处理和模型训练。

数据集组成

图像：每个数据集包含一系列 JPEG 或 PNG 格式的图像文件。标注文件：对于每个图像，都有一个对应的文本文件（通常是 .txt 扩展名）来存储标注信息。

标注文件结构

每个标注文件（.txt 文件）包含一行或多行文本，每一行对应图像中的一个目标对象。每行文本包含以下信息：

类别编号：目标对象所属类别的编号（从 0 开始）。中心点 x 坐标：目标对象中心点的 x 坐标，相对于图像宽度归一化。中心点 y 坐标：目标对象中心点的 y 坐标，相对于图像高度归一化。宽度：目标对象的宽度，相对于图像宽度归一化。高度：目标对象的高度，相对于图像高度归一化。

YOLO格式如下：

0 0.45 0.50 0.35 0.40

1 0.80 0.75 0.10 0.15

这表示：

第一个对象属于类别 0，在图像中的位置为 (0.45, 0.50)，宽度为 0.35，高度为 0.40。第二个对象属于类别 1，在图像中的位置为 (0.80, 0.75)，宽度为 0.10，高度为 0.15。

使用场景

训练模型：用于训练 YOLO 及其变体的目标检测模型。评估性能：用于评估模型的性能，通过计算平均精度（mAP）等指标来衡量模型的准确性。

获取方式

创建自己的数据集：可以自己收集图像并使用相应的工具对其进行标注，生成 YOLO 格式的标注文件。现成的数据集：许多开源数据集已经提供了 YOLO 格式的标注文件，可以在 GitHub 或其他数据集共享平台上找到它们。

四、VOC转YOLO格式脚本

import xml.etree.ElementTree as ET

import os

# 定义函数将坐标转换为YOLO格式

def convert(size, box):

x_center = (box[0] + box[1]) / 2.0

y_center = (box[2] + box[3]) / 2.0

x = x_center / size[0]

y = y_center / size[1]

w = (box[1] - box[0]) / size[0]

h = (box[3] - box[2]) / size[1]

return (x, y, w, h)

# 定义函数将VOC格式的XML标签文件转换为YOLO格式的TXT标签文件

def convert_annotation(xml_files_path, save_txt_files_path, classes):

xml_files = os.listdir(xml_files_path)

for xml_name in xml_files:

xml_file = os.path.join(xml_files_path, xml_name)

base_name = os.path.splitext(xml_name)[0] # 获取文件名的基本名称

out_txt_path = os.path.join(save_txt_files_path, base_name + '.txt')

out_txt_f = open(out_txt_path, 'w')

tree = ET.parse(xml_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').text

cls = obj.find('name').text

if cls not in classes or int(difficult) == 1:

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_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

# 主程序入口

if __name__ == "__main__":

# 1、需要转化的类别

classes = [ 'rolled-in_scale', 'patches','crazing','pitted_surface','inclusion','scratches' ] # 根据自己的类别名称及种类自行更改

# 2、VOC格式的XML标签文件路径

xml_files1 = r'E:\pythonProject\pythonProject\NEU-DET\xmls'

# 3、转化为YOLO格式的TXT标签文件存储路径

save_txt_files1 = r'E:\pythonProject\pythonProject\NEU-DET\txt'

convert_annotation(xml_files1, save_txt_files1, classes)

转换代码只需要改变你数据集的类别，然后指定xml和保存yolo格式的txt文件夹路径即可。