四川住房和城乡建设厅网站官网,门户网站模式,网站端网站开发,网络营销买什么好将xml文件转yolov5训练数据txt标签文件 前言一、代码解析 二、使用方法总结 前言
找遍全网#xff0c;我觉得写得最详细的就是这个博文⇨将xml文件转yolov5训练数据txt标签文件 虽然我还是没有跑成功。那个正则表达式我不会改QWQ#xff0c;但是不妨碍我会训练ai。 最终成功… 将xml文件转yolov5训练数据txt标签文件 前言一、代码解析 二、使用方法总结 前言
找遍全网我觉得写得最详细的就是这个博文⇨将xml文件转yolov5训练数据txt标签文件 虽然我还是没有跑成功。那个正则表达式我不会改QWQ但是不妨碍我会训练ai。 最终成功了现在就把训练成功的代码贴上来顺便加点注释英雄不问出处吧 -------2024/6/9 一、代码
# 实现xml格式转yolov5格式import os
import xml.etree.ElementTree as ET# 定义一个函数用于从XML文件中提取类别信息
def extract_classes_from_xml(xml_file, all_classes):global treetree ET.parse(xml_file)for obj in tree.findall(object):class_name obj.find(name).textif class_name not in all_classes:all_classes[class_name] len(all_classes)return all_classesdef main():# 准备保存 classes 信息的文件classes_file_path S:\\IMG\\PCB_DATASET_VOC\\VOCdevkit\\VOC2007\\labels\\classes.txt# 遍历XML文件夹xml_folder S:\\IMG\\PCB_DATASET_VOC\\VOCdevkit\\VOC2007\\Annotationstxt_folder S:\\IMG\\PCB_DATASET_VOC\\VOCdevkit\\VOC2007\\labelsall_classes {}# 准备保存类别信息的文件with open(classes_file_path, w) as classes_file:for xml_file in os.listdir(xml_folder):if not xml_file.endswith(.xml):continueimage_id os.path.splitext(xml_file)[0]# 从XML文件中提取类别信息all_classes extract_classes_from_xml(os.path.join(xml_folder, xml_file), all_classes)with open(os.path.join(txt_folder, f{image_id}.txt), w) as txt_file:for obj in ET.parse(os.path.join(xml_folder, xml_file)).findall(object):class_name obj.find(name).textclass_id all_classes[class_name]bbox obj.find(bndbox)x_min float(bbox.find(xmin).text)y_min float(bbox.find(ymin).text)x_max float(bbox.find(xmax).text)y_max float(bbox.find(ymax).text)width x_max - x_minheight y_max - y_minx_center x_min width / 2y_center y_min height / 2img_width float(tree.find(size).find(width).text)img_height float(tree.find(size).find(height).text)x_center / img_widthy_center / img_heightwidth / img_widthheight / img_heightline f{class_id} {x_center} {y_center} {width} {height}\ntxt_file.write(line)print(f {image_id}.xml to {image_id}.txt 转换完成)for class_name, class_id in all_classes.items():classes_file.write(f{class_name}\n)print(转换完成祝愿您顺利)if __name__ __main__:main()解析
难点只有with open(classes_file_path, w) as classes_file这里的 从一个XML文件中读取标注信息并将这些信息转换成用于训练图像识别模型的格式。 下面是对这段代码的逐行解释
打开文件用于写入类别信息
with open(classes_file_path, w) as classes_file:这里打开了classes_file_path指向的文件用于写入。classes_file会用来保存所有的类别名称。
这段代码遍历了xml_folder中的所有文件。os.listdir()返回一个包含指定目录中所有文件和目录名称的列表。
for xml_file in os.listdir(xml_folder):这个条件检查确保只处理以.xml结尾的文件。如果不是XML文件则跳过当前循环迭代。
if not xml_file.endswith(.xml): continue这里使用os.path.splitext()函数将文件名和扩展名分离并获取文件名部分。image_id现在包含了没有扩展名的文件名。
image_id os.path.splitext(xml_file)[0]os.path.splitext()函数可以将文件路径分割成路径名和文件扩展名两部分并以元组的形式返回。 这样做的原因是因为在很多操作系统中文件名通常包含了文件的路径以及文件扩展名如/path/to/file.xml。通过使用os.path.splitext()我们可以方便地分离出文件名和扩展名部分进而更方便地对它们进行处理。 例如假设xml_file的值为example.xml那么os.path.splitext(xml_file)将返回(“example”, “.xml”)然后通过[0]索引取得文件名部分example。这样就实现了将文件名和扩展名分离的目的。 总的来说os.path.splitext()函数在处理文件路径和文件名时非常实用能够帮助我们轻松地获取文件名和扩展名从而进行文件处理操作。
从XML文件中提取类别信息
all_classes extract_classes_from_xml(os.path.join(xml_folder, xml_file), all_classes)这里调用了extract_classes_from_xml()函数一个从XML文件中提取所有类别名称的函数并将这些类别名称保存到一个字典中其中类别名称是键而类别ID是值。
函数extract_classes_from_xml接收两个参数xml_file和all_classes。 1、xml_file是XML文件的路径 2、all_classes是一个字典用于存储已知的所有类别名称和它们的ID。 在函数内部首先使用ET.parse(xml_file)解析XML文件并将其存储在全局变量tree中。然后使用tree.findall(‘object’)遍历所有 object 标签。对于每个 object 标签提取其name标签中的文本即类别名称。如果这个类别名称之前没有在all_classes字典中出现过那么就将其添加到字典中并设置其ID为当前类别ID。这里的类别ID是字典中类别名称的数量即len(all_classes)。 最后函数返回更新后的类别字典all_classes。这个字典包含了所有在XML文件中出现的类别名称及其对应的ID。
在主代码中每次调用extract_classes_from_xml时都会更新all_classes字典因为它包含了所有之前遇到过的类别名称。这样最终all_classes将包含所有的类别名称和它们的ID这些信息将被用于创建训练数据文件和类别文件。
这段代码打开了一个文件用于写入该文件位于txt_folder中文件名是image_id加上.txt扩展名。
with open(os.path.join(txt_folder, f{image_id}.txt), w) as txt_file:这段代码遍历了XML文档中的所有 object 标签。ET是ElementTree的缩写.parse()函数解析XML文件
for obj in ET.parse(os.path.join(xml_folder, xml_file)).findall(object): 这段代码从每个 object 标签中提取类别的名称并通过all_classes字典将类别名称映射到一个类别ID。
class_name obj.find(name).text
class_id all_classes[class_name]提取了边界框的四个坐标信息即左上角和右下角的(x, y)值。
bbox obj.find(bndbox)
x_min float(bbox.find(xmin).text)
y_min float(bbox.find(ymin).text)
x_max float(bbox.find(xmax).text)
y_max float(bbox.find(ymax).text)计算了边界框的宽度、高度以及中心点的位置。
width x_max - x_min
height y_max - y_min
x_center x_min width / 2
y_center y_min height / 2这里提取了图像的宽度和高度。
img_width float(tree.find(size).find(width).text)
img_height float(tree.find(size).find(height).text)将边界框的坐标和尺寸进行归一化即将它们除以图像的宽度和高度使它们落在0到1之间。
x_center / img_width
y_center / img_height
width / img_width
height / img_height生成了保存到文本文件的一行数据其中包含了类别ID、归一化后的边界框中心坐标、宽度和高度。
line f{class_id} {x_center} {y_center} {width} {height}\n
txt_file.write(line)最后将每个XML文件中的目标信息转换并写入一个对应的txt文件中同时将类别信息写入classes_file中。整个过程将针对每个XML文件中的目标执行最终完成目标检测训练数据的准备工作。
二、使用方法
网上下载的数据集有的是xml的复制路径 创建一个目标位置的文件夹。
将地址填入合适的地方 运行就行了 对应的文件也可以了 连classes都能识别出来 总结
这篇文章依旧没有总结
