啊哈~发表第一篇博客，voc格式的标注数据转换为yolo格式的标注数据

最新推荐文章于 2025-06-20 16:54:27 发布

原创最新推荐文章于 2025-06-20 16:54:27 发布 · 1k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#标注数据转换

本文介绍如何使用Python将VOC格式的数据转换为YOLO格式，包括解析XML文件、处理边界框坐标并写入YOLO格式的文本文件。适用于目标检测任务的数据预处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

voc格式的数据转换为yolo格式的数据

注意：1.将cls name 与cls id对应起来。这里面由于我就两个类别就做了简单的判断，但是如果多个类别就要根据注释中类别列表进行寻找。

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

#classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]  #为了获得cls id


def convert(size, box):
    dw = 1./(size[0])
    dh = 1./(size[1])
    x = (box[0] + box[1])/2.0 - 1
    y = (box[2] + box[3])/2.0 - 1
    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_id):
    in_file = open('labels/%s.xml'%(image_id))
    out_file = open('labelsyolo/%s.txt'%(image_id), 'w')
    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').text
        cls = obj.find('name').text
        if cls=='you':
            cls=0
        else:
            cls=1
        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) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()


b=0
list_file = os.listdir('labels')
for file in list_file:
    f=file.replace('.xml','')
    convert_annotation(f)
    b=b+1
print(b)