欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

YOLO开发(labelImg使用+xml文件转为txt文件)

程序员文章站 2023-11-26 09:43:34
一、labelImg使用方法1、软件图标的使用(1)打开需要标记的图片文件夹(2)修改保存路径(XML文件夹)(3)标注ROI区域,填写标签(4)保存XML文件,有弹框提醒(5)点击下一张图进行标记2、软件快捷键的使用Ctrl +u : 打开图片文件夹Ctrl +r : 更改结果保存位置w: 开始画框Ctrl +s : 保存d: 下一张a: 上一张del:...

*[最新:不需要另外xml转txt,直接用labelImg生成YOLO所需的txt文件的安装包]*

一、labelImg使用方法

labelImg安装包
1、软件图标的使用
(1)打开需要标记的图片文件夹
YOLO开发(labelImg使用+xml文件转为txt文件)
(2)修改保存路径(XML文件夹)
YOLO开发(labelImg使用+xml文件转为txt文件)
(3)标注ROI区域,填写标签
YOLO开发(labelImg使用+xml文件转为txt文件)
(4)保存XML文件,有弹框提醒
YOLO开发(labelImg使用+xml文件转为txt文件)
(5)点击下一张图进行标记
YOLO开发(labelImg使用+xml文件转为txt文件)
2、软件快捷键的使用
Ctrl +u : 打开图片文件夹
Ctrl +r : 更改结果保存位置
w: 开始画框
Ctrl +s : 保存
d: 下一张
a: 上一张
del: 删除画的框
Ctrl++: 图片放大
Ctrl–: 图片缩小
↑→↓←: 对框进行移动
Ctrl+d: 复制当前框的标签和框
重要提醒:将图片全部命名为1、2、3、4….n等形式,因为后续将xml文件转成txt文件只能识别数字形式。不要加入中文。

二、利用voc制作自己的数据集

在目录下新建VOC2007,并在VOC2007下新建Annotations,ImageSets和JPEGImages三个文件夹。在ImageSets下新建Main文件夹。文件目录如下所示:
YOLO开发(labelImg使用+xml文件转为txt文件)
将自己的数据集图片拷贝到JPEGImages目录下。将数据集label文件拷贝到Annotations目录下。在VOC2007下新建test.py文件夹,将下面代码拷贝进去运行,将生成四个文件:train.txt,val.txt,test.txt和trainval.txt

import os
import random

trainval_percent = 0.1      #valid比例
train_percent = 0.9         #train比例
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval = open('ImageSets/Main/val.txt', 'w')

for i in list:
    name = total_xml[i][:-4] + '\n'
    if i in trainval:
        ftrainval.write(name)
        if i in train:
            ftest.write(name)
        else:
            fval.write(name)
    else:
        ftrain.write(name)

ftrainval.close()
ftrain.close()
fval.close()
ftest.close()

生成后的目录结构如下:
YOLO开发(labelImg使用+xml文件转为txt文件)

三、加入自己的数据集

在代码的darknet目录下新建VOCdevkit文件夹,然后把刚才制作的VOC2007文件夹拷贝到该文件夹下:
YOLO开发(labelImg使用+xml文件转为txt文件)
在scripts目录下有一个voc_label.py文件,修改里面的参数,这里需要修改两个地方,sets和classes,classes根据自己需要修改。
YOLO开发(labelImg使用+xml文件转为txt文件)

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

sets=[ ('2007', 'train'),('2007', 'valid')]    #需要生成的txt文件

classes = ["neg"]               #标记的名字,需要与labelImg里的名字一致

def convert(size, box):
    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(year, image_id):  # 转换这一张图片的坐标表示方式(格式),即读取xml文件的内容,计算后存放在txt文件中。
    in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id),encoding='UTF-8')
    out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w',encoding='UTF-8')
    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 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))
        bb = convert((w,h), b)
        out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')

wd = getcwd()

for year, image_set in sets:
    if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
        os.makedirs('VOCdevkit/VOC%s/labels/'%(year))  # 新建一个 label 文件夹,用于存放yolo格式的标签文件:000001.txt
    image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set),encoding='UTF-8').read().strip().split()  # 读取txt文件中 存放的图片的 id:000001
    list_file = open('%s_%s.txt'%(year, image_set), 'w')  # 新建一个 txt文件,用于存放 图片的绝对路径:/media/common/yzn_file/DataSetsH/VOC/VOCdevkit/VOC2007/JPEGImages/000001.jpg
    for image_id in image_ids:
        list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg\n'%(wd, year, image_id))  # 向 txt 文件中写入 一张图片的绝对路径
        convert_annotation(year, image_id)  # 转换这一张图片的坐标表示方式(格式)
    list_file.close()

接下来运行该文件,我们的目录下会生成三个txt文件2007_train.txt,2007_val.txt,,VOCdevkit下的VOC2007也会多生成一个labels文件夹,下面是真正会使用到的label,点开看发现已经转化成YOLOV3需要的格式了。这时候自己的数据集正式完成。
YOLO开发(labelImg使用+xml文件转为txt文件)
参考链接:
使用labelImg标注数据的方法:https://www.cnblogs.com/StarZhai/p/11926610.html
超详细教程:YOLO_V3(yolov3)训练自己的数据:https://blog.csdn.net/qq_21578849/article/details/84980298

本文地址:https://blog.csdn.net/tzwsg/article/details/107116132