labelimg使用以及xml和txt转化

一、使用

win+r——输入cmd

激活已有的环境

conda activate torch1.2.0

下载lebelme

pip install labelme==3.16.7 

再输入labelme打开软件就可 

labelimg使用以及xml和txt转化_第1张图片

可以设置自动保存,View——auto save mode打上勾

labelimg使用以及xml和txt转化_第2张图片

 二、注意

1.自己类的定义名称,在txt中是0,1,2表示,在xml中用写的比如dog等

2.原始图像需要是jpg24位深格式(具体参考本人另一篇这个格式调整问题)

labelme制作自己数据集以及图片格式问题_labelme数据格式_彩色面团儿的博客-CSDN博客

3.注意要求是voc的xml格式,还是txt格式,默认xml格式,如果标记完了发现要txt,后面会分享代码一键修改

三、xml转txt

xml内容

labelimg使用以及xml和txt转化_第3张图片

对应转成txt样式

#需要修改类别名和XML路径和输出的txt文件路径

import xml.etree.ElementTree as ET
import os
# 类别
CLASSES=["dog", "cat", "leaf"]
# xml文件路径
xml_input="D:/2_label/label/"
def convert(size,box):
    # 将bbox的左上角点,右下角点坐标的格式,转换为bbox中心点+bbox的W,H的格式,并进行归一化
    dw=1./size[0]
    dh=1./size[1]
    x=(box[0]+box[1])/2.0
    y=(box[2]+box[3])/2.0
    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):
    # 把图像image_id的xml文件转换为目标检测的label文件(txt)
    # 其中包含物体的类别cls,bbox的中心点坐标,以及bbox的W,H
    # 并将四个物理量归一化
    in_file=open(xml_input+image_id,'r',encoding='utf-8')
    image_id=image_id.split(".")[0]
    print(image_id)
    out_file=open("D:/2_label/label_txt/%s.txt"%(image_id),"w")
    #print(in_file)
    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 = 0;

        #print(difficult)
        obj_cls=obj.find("name").text
        if obj_cls not in CLASSES or int(difficult)==1:
            continue
        cls_id=CLASSES.index(obj_cls)
        xmlbox=obj.find("bndbox")
        points=(float(xmlbox.find("xmin").text),
                float(xmlbox.find("xmax").text),
                float(xmlbox.find("ymin").text),
                float(xmlbox.find("ymax").text))
        bb=convert((w,h),points)
        out_file.write(str(cls_id)+" "+" ".join([str(a) for a in bb])+"\n")
def make_label_txt():
    # labels文件夹下创建image_id.txt
    # 对应每个image_id.xml提取出的bbox信息
    filenames = os.listdir(xml_input)
    #print(filenames)
    for file in filenames:
       # print(file)
        convert_annotation(file)

if __name__=="__main__":
    # 开始提取和转换
    make_label_txt()

你可能感兴趣的:(深度学习,xml)