目标检测各类数据集格式互转以及处理方法(VOC, COCO, txt)

本文档介绍了如何将VOC格式数据集转换为COCO格式,包括coco转voc的详细代码和步骤,以及如何处理txt注释并将其转换为COCO所需格式。此外,还提供了处理VOC数据集的txt注释和划分数据集的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在做目标检测时,我个人比较喜欢VOC格式的数据集,所以遇到COCO格式的数据集习惯转为VOC的,再进行处理。

代码地址

coco转voc格式

需要修改的只有路径以及jsonFileName 这个列表,都已经标明了比较清晰的注释。

'''
Author: TuZhou
Version: 1.0
Date: 2021-08-29 16:32:52
LastEditTime: 2021-08-29 17:44:57
LastEditors: TuZhou
Description: 
FilePath: \My_Yolo\datasets\coco_to_voc.py
'''

from pycocotools.coco import \
    COCO  # 这个包可以从git上下载https://github.com/cocodataset/cocoapi/tree/master/PythonAPI,也可以直接用修改后的coco.py
import os, cv2, shutil
from lxml import etree, objectify
from tqdm import tqdm
from PIL import Image

#要生成的voc格式图片路径
image_dir = './datasets/RoadSignsPascalVOC_Voc/images'
#要生成的voc格式xml标注路径
anno_dir = './datasets/RoadSignsPascalVOC_Voc/annotations'
#---------------------------------------------#
#你的coco格式的json类型和文件名,前者表示是train类型的json,后者表示该json文件的名字,类型名最好是与你的对应类型图片保存文件夹名一致
#我的json目录只有一个train类型,如果你有测试集的json文件,则可写成[['train', 'instance_train'], ['test', 'instance_test']]
jsonFileName = [['train', 'instance_train']]
#----------------------------------------------#


'''
Author: TuZhou
Description: 若模型保存文件夹不存在,创建模型保存文件夹,若存在,删除重建
param {*} path 文件夹路径
return {*}
'''
def mkr(path):
    if os.path.exists(path):
        shutil.rmtree(path)
        os.mkdir(path)
    else:
        os.mkdir(path) 


'''
Author: TuZhou
Description: 保存xml文件
param {*} filename
param {*} objs
param {*} filepath
return {*}
'''
def save_annotations(filename, objs, filepath):
    annopath = anno_dir + "/" + filename[:-3] + "xml"  # 生成的xml文件保存路径
    #print("filename", filename)
    dst_path = image_dir + "/" + filename
    img_path = filepath
    img = cv2.imread(img_path)
    #此处时对非RGB图像筛选,可注释
    # im = Image.open(img_path)
    # if im.mode != "RGB":
    #     print(filename + " not a RGB image")
    #     im.close()
    #     return
    # im.close()
    shutil.copy(img_path, dst_path)  # 把原始图像复制到目标文件夹
    E = objectify.ElementMaker(annotate=False)
    anno_tree = E.annotation(
        E.folder('1'),
        E.filename(filename),
        E.source(
            E.database('CKdemo'),
            E.annotation('VOC'),
            E.image('CK')
        ),
        E.size(
            E.width(img.shape[1]),
            E.height(img.shape[0]),
            E.depth(img.shape[2])
        ),
        E.segmented(0)
    )
    for obj in objs:
        E2 = objectify.ElementMaker(annotate=False)
        anno_tree2 = E2.object(
            E.name(obj[0]),
            E.pose(),
            E.truncated("0"),
            E.difficult(0),
            E.bndbox(
                E.xmin(obj[2]),
                E.ymin(obj[3]),
                E.xmax(obj[4]),
                E.ymax(obj[5])
            )
        )
        anno_tree.append(anno_tree2)
    etree.ElementTree(anno_tree).write(annopath, pretty_print=True)
 
 
def showbycv(coco, dataType, img, classes, origin_image_dir, verbose=False):
    filename = img['file_name']
    #NOTE:dataType表示coco格式中训练集或者测试集的图片文件夹名,但是我所有图片都放在JPEGImages文件夹中,所以此处为空,有需要的可以修改
    #dataType就是jsonFileName中的json类型,如果你的类型名和你的图片文件夹名一致,则可注释下行
    dataType = ''
    filepath = os.path.join(origin_image_dir, dataType, filename)
    I = cv2.imread(filepath)
    annIds = coco.getAnnIds(imgIds=img['id'], iscrowd=None)
    anns = coco.loadAnns(annIds)
    objs = []
    for ann in anns:
        name = classes[ann['category_id']]
        if 'bbox' in ann:
            bbox = ann['bbox']
            xmin = (int)(bbox[0])
            ymin = (int)(bbox[1])
            xmax = (int)(bbox[2] + bbox[0])
            ymax = (int)(bbox[3] + bbox[1])
            obj = [name, 1.0, xmin, ymin, xmax, ymax]
            objs.append(obj)
            if verbose:
                cv2.rectangle(I, (xmin, ymin), (xmax, ymax), (255, 0, 0))
                cv2.putText(I, name, (xmin, ymin), 3, 1, (0, 0, 255))
    save_annotations(filename, objs, filepath)
    if verbose:
        cv2.imshow("img", I)
        cv2.waitKey(0)
 
 
def catid2name(coco):  # 将名字和id号建立一个字典
    classes = dict()
    for cat in coco.dataset['categories']:
        classes[cat['id']] = cat['name']
        # print(str(cat['id'])+":"+cat['name'])
    return classes
 
 
'''
Author: TuZhou
Description: 
param {*} origin_anno_dir 原始coco的json文件目录
param {*} origin_image_dir 原始coco的图片保寸目录
param {*} verbose
return {*}
'''
def get_CK5(origin_anno_dir, origin_image_dir, verbose=False):
    for dataType, annoName in jsonFileName:
        #annFile = 'instances_{}.json'.format(dataType)
        annFile = annoName + '.json'
        annpath = os.path.join(origin_anno_dir, annFile)
        coco = COCO(annpath)
        classes = catid2name(coco)
        imgIds = coco.getImgIds()
        # imgIds=imgIds[0:1000]#测试用,抽取10张图片,看下存储效果
        for imgId in tqdm(imgIds):
            img = coco.loadImgs(imgId)[0]
            showbycv(coco, dataType, 
### 将目标检测数据集从一种格式转换为另一种格式 对于特定的目标检测任务,不同框架可能支持不同的数据集格式。例如,YOLO、Faster R-CNN等模型通常接受MSCOCOVOC格式数据集。当需要将遥感目标检测(RSOD) 数据集由PASCAL VOC格式转换成MSCOCO格式时,主要工作集中在调整标注文件结构以及确保各类元数据的一致性上[^1]。 #### 主要差异对比 - **PASCAL VOC**: XML文件描述每张图片中的对象位置及其类别标签;每个实例对应一个矩形框。 - **COCO (Common Objects in Context)**: JSON文件记录整个训练/验证集中所有图像的信息,包括但不限于边界框坐标、分割多边形、关键点标记等等;还提供了丰富的属性字段如超像素图、日期时间戳等额外信息。 为了实现上述两种格式间的互转,可以遵循如下逻辑: 1. 解析原始的XML文档获取必要的参数; 2. 构建新的JSON字典并填充必要项; 3. 序列化最终的结果保存至磁盘。 下面给出一段简单的Python脚本作为示范,展示如何读取多个`.xml`文件并将它们汇总到单个`.json`文件中去。 ```python import os from xml.etree import ElementTree as ET import json def parse_voc_xml(xml_file_path): tree = ET.parse(xml_file_path) root = tree.getroot() filename = root.find('filename').text size = { 'width': int(root.find('size')[0].text), 'height': int(root.find('size')[1].text), 'depth': int(root.find('size')[2].text) } objects = [] for obj in root.findall('object'): name = obj.find('name').text bndbox = obj.find('bndbox') bbox = [ float(bndbox.find('xmin').text), float(bndbox.find('ymin').text), float(bndbox.find('xmax').text), float(bndbox.find('ymax').text)] objects.append({ "category_id": get_category_id(name), # 需定义此辅助方法映射名称到ID "bbox": bbox, "area": (bbox[2]-bbox[0])*(bbox[3]-bbox[1]), "iscrowd": 0 }) return {"file_name": filename, "objects": objects} def voc_to_coco(voc_dir, output_json='annotations.json'): images = [] annotations = [] image_id = 0 annotation_id = 0 for file in os.listdir(voc_dir): if not file.endswith('.xml'): continue parsed_data = parse_voc_xml(os.path.join(voc_dir, file)) img_info = {**parsed_data} del img_info['objects'] img_info.update({"id":image_id}) images.append(img_info) for obj in parsed_data["objects"]: ann = dict(obj,**{"id":annotation_id,"image_id":image_id}) annotations.append(ann) annotation_id += 1 image_id+=1 coco_format = {'images': images,'annotations': annotations} with open(output_json, 'w') as f: json.dump(coco_format,f) if __name__ == '__main__': voc_directory = './path/to/voc/dataset' voc_to_coco(voc_directory) ``` 这段代码实现了基本的功能需求,但实际应用中还需要考虑更多细节处理,比如错误捕捉机制、路径配置灵活性等问题。此外,在执行批量操作之前建议先测试少量样本以确认无误后再扩大规模运行。
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值