VOC格式转YOLO标签读取xml文件遇到的问题

使用YOLOV5训练DIOR遥感数据集：

计划使用YOLOV5训练DIOR遥感数据集，由于DIOR数据集的标注格式是VOC格式（其实有两种版本标注，一种是VOC格式，一种是OBB格式，都是xml文件，由于官网登录不上，下载的是CSDN上的百度云链接，所以可能会有标注标签出错的情况。），需要将VOC格式转换为YOLO格式才可以开始训练。

---

问题描述：

在CSDN中找到了大神分享的VOC转YOLO格式，提取xml标签中坐标的方法，链接地址：Voc_label.py原文代码如下：

# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
import os
from os import getcwd

sets = ['train', 'val', 'test']
classes = ["a", "b"]   # 改成自己的类别
abs_path = os.getcwd()
print(abs_path)

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('/home/trainingai/zyang/yolov5/paper_data/Annotations/%s.xml' % (image_id), encoding='UTF-8')
    out_file = open('/home/trainingai/zyang/yolov5/paper_data/labels/%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
        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))
        b1, b2, b3, b4 = b
        # 标注越界修正
        if b2 > w:
            b2 = w
        if b4 > h:
            b4 = h
        b = (b1, b2, b3, b4)
        bb = convert((w, h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()
for image_set in sets:
    if not os.path.exists('/home/trainingai/zyang/yolov5/paper_data/labels/'):
        os.makedirs('/home/trainingai/zyang/yolov5/paper_data/labels/')
    image_ids = open('/home/trainingai/zyang/yolov5/paper_data/ImageSets/Main/%s.txt' % (image_set)).read().strip().split()
    list_file = open('paper_data/%s.txt' % (image_set), 'w')
    for image_id in image_ids:
        list_file.write(abs_path + '/paper_data/images/%s.jpg\n' % (image_id))
        convert_annotation(image_id)
    list_file.close()

## 出现问题：

1. 路径问题，如果是在Windows上运行，将路径改为Windows版的路径。
2. difficult标签报错
3. 报错如图所示：

---

原因分析：

1.Ubuntu版本的路径和Windows版本的路径不匹配，修改即可。
2.在解析difficult标签时会报错，我这里报错的原因是，我的标注文件中不含有difficult标签，将其注释掉即可。还有一种情况是代码原文中写的difficult标签将首字母大写了，如图：

将第二条注释，取消第一条注释即可，即将Difficult改为difficult，具体还是要根据你所用数据集的标注标签进行对应的修改。
3.不要忘记修改类别，将目标检测类别修改为符合你自身数据集格式。下图报错是因为我的类别只写了一种，但是我的数据集标注中，有的图片上有两种类别，会报不含该类别的错误。

---

解决方案：

对于爆红报错，追溯到第45行，即解析‘bndbox’标签出错。尝试打印出解析结果，结果如下图：

可以发现，最后一行的解析结果为空。其类型为NoneType，所以会报错。
打开标注文件，发现文件是这样的：

代码解析的是bndbox，但是标注文件中是rbndbox。由于数据不是在官网下载，可能是出错了，这个标签应该是另一个OBB标注文件中的标签，虽然我不知道具体是什么意思。
处理方法就是，将标注文件标签更换，或者修改代码，在判断的时候加上robndbox标签即可。