【将xml文件转yolov5训练数据txt标签文件】连classes.txt都可以生成

以下是一个简化的Python代码示例,用于将XML文件转换为YOLOv5格式的训练数据txt标签文件。假设你已经有了classes.txt文件,并且每个XML文件中只有一个对象。




import os
import glob
import xml.etree.ElementTree as ET
 
# 初始化类别名称
classes = None
with open('clasesses.txt', 'r') as f:
    classes = [line.strip() for line in f.readlines()]
class_to_id = {name: i for i, name in enumerate(classes)}
 
# 转换函数
def convert(xml_files_path, txt_files_path, image_folder):
    for xml_file in glob.glob(os.path.join(xml_files_path, '*.xml')):
        # 读取图片名称
        image_name = os.path.basename(xml_file).replace('.xml', '.jpg')
        # 读取XML文件
        tree = ET.parse(xml_file)
        root = tree.getroot()
        # 打开txt文件进行写入
        with open(os.path.join(txt_files_path, image_name.replace('.jpg', '.txt')), 'w') as f:
            for obj in root.iter('object'):
                cls = obj.find('name').text
                cls_id = class_to_id[cls]
                xml_box = obj.find('bndbox')
                xmin = int(xml_box.find('xmin').text) - 1
                ymin = int(xml_box.find('ymin').text) - 1
                xmax = int(xml_box.find('xmax').text) - 1
                ymax = int(xml_box.find('ymax').text) - 1
                # 写入标签信息
                f.write(' '.join([str(cls_id), str(xmin), str(ymin), str(xmax), str(ymax)]) + '\n')
        # 复制图片到指定文件夹
        src_img_path = os.path.join(xml_files_path, image_folder, image_name)
        dst_img_path = os.path.join(image_folder, image_name)
        if not os.path.exists(os.path.dirname(dst_img_path)):
            os.makedirs(os.path.dirname(dst_img_path))
        os.system('cp {} {}'.format(src_img_path, dst_img_path))
 
# 调用转换函数
convert('path/to/xml/files', 'path/to/txt/labels', 'path/to/image/folder')

确保替换path/to/xml/filespath/to/txt/labelspath/to/image/folder为你的实际XML文件夹路径、输出标签文件夹路径和图片存放路径。此代码假设你的clasesses.txt文件中每行包含一个类别名称,并且XML文件中的对象名称与该文件中的类别名称相匹配。如果XML文件中的对象名称与clasesses.txt文件中的名称不完全匹配,你可能需要一个映射表来处理这种情况。

评论已关闭

推荐阅读

DDPG 模型解析,附Pytorch完整代码
2024年11月24日
DQN 模型解析,附Pytorch完整代码
2024年11月24日
AIGC实战——Transformer模型
2024年12月01日
Socket TCP 和 UDP 编程基础(Python)
2024年11月30日
python , tcp , udp
如何使用 ChatGPT 进行学术润色?你需要这些指令
2024年12月01日
AI
最新 Python 调用 OpenAi 详细教程实现问答、图像合成、图像理解、语音合成、语音识别(详细教程)
2024年11月24日
ChatGPT 和 DALL·E 2 配合生成故事绘本
2024年12月01日
omegaconf,一个超强的 Python 库!
2024年11月24日
【视觉AIGC识别】误差特征、人脸伪造检测、其他类型假图检测
2024年12月01日
[超级详细]如何在深度学习训练模型过程中使用 GPU 加速
2024年11月29日
Python 物理引擎pymunk最完整教程
2024年11月27日
MediaPipe 人体姿态与手指关键点检测教程
2024年11月27日
深入了解 Taipy:Python 打造 Web 应用的全面教程
2024年11月26日
基于Transformer的时间序列预测模型
2024年11月25日
Python在金融大数据分析中的AI应用(股价分析、量化交易)实战
2024年11月25日
AIGC Gradio系列学习教程之Components
2024年12月01日
Python3 `asyncio` — 异步 I/O,事件循环和并发工具
2024年11月30日
llama-factory SFT系列教程:大模型在自定义数据集 LoRA 训练与部署
2024年12月01日
Python 多线程和多进程用法
2024年11月24日
Python socket详解,全网最全教程
2024年11月27日