如何将xml格式转换为yolov5所需的txt格式

    如今，深度学习非常热门，制作数据集是深度学习很重要的一环。制作数据集就离不开打标签，我们打出来的标签可能是 txt 格式 或者 xml 格式 或者json格式，但是yolo运行的标签格式是txt格式

   所以我们要将 xml 格式转换为 txt 格式 这个转换代码生成的txt文件是归一化后的，非常便捷

   以下代码就可以轻松将 xml 格式转换为 txt 格式。

   首先我们先来看一下xml文件内容

<annotation>
    <folder>锥桶</folder>
    <filename>29ba657e829a0ba447004b7ffd9b19fe.jpeg</filename>
    <path>G:\锥桶\29ba657e829a0ba447004b7ffd9b19fe.jpeg</path>
    <source>
        <database>Unknown</database>
    </source>
    <size>
        <width>550</width>
        <height>300</height>
        <depth>3</depth>
    </size>
    <segmented>0</segmented>
    <object>
        <name>zhuitong</name>
        <pose>Unspecified</pose>
        <truncated>0</truncated>
        <difficult>0</difficult>
        <bndbox>
            <xmin>37</xmin>
            <ymin>206</ymin>
            <xmax>77</xmax>
            <ymax>272</ymax>
        </bndbox>

我们来读一下这个xml文件核心内容

xmin ymin xmax ymax 这四个值代表了这个图像中的矩形框的位置 并且给这个位置取名为zhuitong 举个例子 一张有着可爱猫咪的图片 我们用框框把猫咪框起来 并且命名这个框为 猫咪

计算机就知道这个地方有个猫咪了

其次 我们来看一下转换的代码

import xml.etree.ElementTree as ET

import pickle
import os
from os import listdir , getcwd
from os.path import join
import glob

classes = ["cone tank", "water horse bucket"]

def convert(size, box):

    dw = 1.0/size[0]
    dh = 1.0/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_name):
    in_file = open('./indata/'+image_name[:-3]+'xml') #xml文件路径
    out_file = open('./labels/train/'+image_name[:-3]+'txt', 'w') #转换后的txt文件存放路径
    f = open('./indata/'+image_name[:-3]+'xml')
    xml_text = f.read()
    root = ET.fromstring(xml_text)
    f.close()
    size = root.find('size')
    w = int(size.find('width').text)
    h = int(size.find('height').text)

    for obj in root.iter('object'):
        cls = obj.find('name').text
        if cls not in classes:
            print(cls)
            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()

if __name__ == '__main__':

    for image_path in glob.glob("./images/train/*.jpg"): #每一张图片都对应一个xml文件这里写xml对应的图片的路径
        image_name = image_path.split('\\')[-1]
        convert_annotation(image_name)

代码中有注释，大家自己理解一下哈

再给大家看一下我的文件结构

大家只要改三个路径 就能运行了

最终 给大家看一下生成的txt文件内容

前面的0代表类别 举个例子 我们检测图片 里面有三个动物 分别是猫咪 狗狗 羊羊 那我们就把猫咪当作0 狗狗当作1 羊羊当作2 这样计算机很容易明白 0后面有四个数字 代表这个类别出现的位置，其实也就是矩形框

大功告成啦！

如果对你有帮助的话 请动动你发财的小手给我点个赞！不懂的地方可以留言

如果你的数据集是json格式想转换txt格式的 可以看我另一篇博客