将VOC数据格式转换为YOLO数据格式(附源码)

将VOC数据格式转换为YOLO数据格式(附源码)

目录

将VOC数据格式转换为YOLO数据格式

1.VOC数据集格式

2.YOLO数据格式

3.将VOC数据格式转换为YOLO数据格式

---

【尊重原则，转载请注明出处】https://panjinquan.blog.csdn.net/article/details/127879904

1.VOC数据集格式

Pascal VOC数据集下载地址：The PASCAL Visual Object Classes Homepage

数据集下载后解压得到一个名为VOCdevkit的文件夹，该文件夹结构如下：

对于目前检测任务，主要用到JPEGImages和Annotations；其中JPEGImages文件夹存放图片，而Annotations下放的是标注框的信息，格式为xml； Annotations文件夹中存放的是xml格式的标签文件，每一个xml文件都对应于JPEGImages文件夹中的一张图片，包含了图片的标注信息，如图片的名称，图片中object的类别及其bounding box坐标。

xml样例如下：

 widerface
 000001.jpg
 
  wider face Database
  PASCAL VOC2007
  -1
 
 
  353
  500
  3
 
 0
 
 
 

xm文件中，字段object是物体位置信息，包含了物体名称name，拍摄角度pose，是否截断truncated，难以识别difficult，object对应的bounding box信息 bndbox，格式为[xmin，ymin，xmax，ymax]

---

2.YOLO数据格式

YOLO系列数据格式都一样的，一张图片对应一个txt文本，内容格式为：[id  x_center  y_center  w  h]，且都是标准化（0~1之间）后的值。

---

3.将VOC数据格式转换为YOLO数据格式

为了方便大家使用，现在已经打包发布了，请使用pip安装即可使用

• pybaseutils工具源码: https://github.com/PanJinquan/base-utils
• 安装：pip install pybaseutils

使用方法特别特别简单，填写好数据data_root和输出路径out_text_dir即可，

特别注意：数据路径只需要保证有JPEGImages和Annotations即可，其余ImageSets和SegmentationClass这些都可以不需要

if __name__ == "__main__":
    from pybaseutils.maker import convert_voc2yolo

    # 定义类别数
    class_name = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat",
                  "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person",
                  "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
    # VOC数据目录
    data_root = "/path/to/VOC2007"
    # 保存输出yolo格式数据目录
    out_text_dir = os.path.join(data_root, "labels")
    # 开始转换,vis=True进行可视化
    convert_voc2yolo.convert_voc2yolo(data_root, out_text_dir, class_name=class_name, vis=True)

可视化效果如下： 

如果你想挑选其中几个类别进行训练，比如筛选含有["car", "dog"]的数据，其余的类别数据不需要，则修改class_name即可，如

if __name__ == "__main__":
    from pybaseutils.maker import convert_voc2yolo

    # 定义类别数
    class_name = ["car", "dog"]
    # VOC数据目录
    data_root = "/path/to/VOC2007"
    # 保存输出yolo格式数据目录
    out_text_dir = os.path.join(data_root, "labels")
    # 开始转换,vis=True进行可视化
    convert_voc2yolo.convert_voc2yolo(data_root, out_text_dir, class_name=class_name, vis=True)