标注XML文件转为YOLOtxt文件

YOLOv5 支持的标签（labels）格式为 txt 文件，其内容与每个图像一一对应，通常放在与图像同名的文件中（例如，图像为 image1.jpg，则标签为 image1.txt）。YOLOv5 的标签格式如下：

class_id x_center y_center width height

其中每一行代表一个目标（object），包括以下几个字段：

1. class_id：类别 ID，代表目标的类别，从 0 开始的整数。这个 ID 对应于模型的类别定义文件。
2. x_center：目标中心的 x 坐标，相对于图像宽度进行归一化（范围为 0 到 1）。
3. y_center：目标中心的 y 坐标，相对于图像高度进行归一化（范围为 0 到 1）。
4. width：目标的宽度，相对于图像宽度进行归一化（范围为 0 到 1）。
5. height：目标的高度，相对于图像高度进行归一化（范围为 0 到 1）。

例如，假设图像中有一个类别 ID 为 1 的物体，其归一化后的标签可能如下所示：

1 0.5000 0.5000 0.2000 0.3000

这意味着类别为 1 的物体位于图像中心，宽度为图像宽度的 20%，高度为图像高度的 30%。

归一化 是指将像素坐标相对于图像的总宽高进行比例缩放，使坐标值介于 0 到 1 之间，以便适应不同尺寸的图像。

这样格式化的标签能够被 YOLOv5 模型直接使用进行训练和推理。

但是实际上我们往往标注得到的是XML文件

在目标检测任务中，XML 文件格式通常遵循 PASCAL VOC 数据集的标签格式，用于存储图像中目标物体的位置信息和类别信息。这种格式广泛用于标注数据集中的标签信息，尤其是在经典的 PASCAL VOC 数据集中。下面是如何获取或生成 XML 文件的常见方法：

标注工具可以直接生成 XML 格式的标注文件，常见的标注工具包括：

• LabelImg：这是一个流行的开源图像标注工具，支持 PASCAL VOC XML 格式。使用该工具，你可以手动标注图像中的物体边界框及其类别，生成相应的 XML 文件。

步骤：

• 下载并安装 LabelImg。
• 加载图像进行手动标注。
• 将标注保存为 PASCAL VOC 格式，工具会自动生成与图像同名的 XML 文件。

XML 文件内容结构：

• 一个典型的 XML 文件包含图像的基本信息（文件名、大小）和标注的目标物体的边界框信息。示例如下：

<annotation>
  <folder>images</folder>
  <filename>image1.jpg</filename>
  <path>/path/to/image1.jpg</path>
  <size>
    <width>800</width>
    <height>600</height>
    <depth>3</depth>
  </size>
  <object>
    <name>cat</name> <!-- 类别 -->
    <pose>Unspecified</pose>
    <truncated>0</truncated>
    <difficult>0</difficult>
    <bndbox>
      <xmin>100</xmin>
      <ymin>200</ymin>
      <xmax>300</xmax>
      <ymax>400</ymax>
    </bndbox>
  </object>
</annotation>

字段说明：

• folder: 图像所在文件夹名称。
• filename: 图像的文件名。
• size: 图像的大小，包括宽度、高度和深度（颜色通道数）。
• object: 目标物体信息，包括类别 name 和边界框 bndbox，其中 xmin, ymin, xmax, ymax 分别是物体的左上角和右下角坐标（像素值）。

小编这里提供了一个XML转为YOLO标签TXT文件

import xml.etree.ElementTree as ET
 
import pickle
import os
from os import listdir , getcwd
from os.path import join
import glob
 
classes = ["blue"]
 
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('PATH/'+image_name[:-3]+'xml') #xml文件路径
    out_file = open('PATH/'+image_name[:-3]+'txt', 'w') #转换后的txt文件存放路径
    f = open('C:/Users/张佳珲/Desktop/cr/xml/'+image_name[:-3]+'xml','rb')
    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("PATH/*.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)