数据集中如何将yaml后缀的变成VOC数据集格式xml教学，通过交通红绿灯Lara3D数据集为例。

1.数据集分享

首先分享这个数据集，已经分好了，图片和xml。

下载地址	链接：https://pan.quark.cn/s/0ea548c4dcfb 提取码：mZGz

Green	3004
Yellow	54
Red	4757

一共5340张图片，上面表格是图片数据分散情况。

2.将yaml格式转化成正常的VOC格式xml

首先我们来看看yaml格式是什么样子的，如下图1所示。

 图1 yaml格式

下图2所示是转换后的xml格式

 图2 xml格式

首先我们来分析一下yaml格式的文件，其中有类别、一个坐标和检测框的长宽。这里的坐标什么意思呢，就可以看下图3所示。

 图3 图像在电脑中的坐标

图1中的的坐标（xmin，ymin）就是一个图片在这个坐标系中，左上角坐标。比如说一个图片以原点（0，0）点进行绘画，那么其左上角坐标就是（0，0）。

ps：这个坐标跟数学上的有点不一样，y是向下的，x是向右边。

现在我们有了最小坐标，还有了长宽，就可以求出最大坐标，也就是右下角的坐标。如下图4所示，知道了最小坐标D（x，y），也知道了长宽，就可以求出最大坐标也就是D2(x+w，y+h)

 图4坐标

这里求出两个坐标也就可以写道了xml文件中了。

 3.代码

首先我们来看一下xml的格式，在图2中，可以分为以下这样的分支：

 一个xml的分支大概就这样，这些数据对于目标检测任务来说已经足够了。

我们程序要做的就是先创建这样一个分支，然后再把信息填进去就完成了。

ps：解释一下这里面都是什么意思：

filename图片的名称非常重要，网络在进行读取数据的时候，每一个batchsize读取的内容就包含了图片名字。

size：图片的长宽，一般知道了图片的名字，程序就可以去读取图片，通过PIL或者opencv函数就可以读取图片的长宽，有的程序里说不定就直接读取xml文件里的长宽，所以也非常重要，一般是用于图片等比缩放，填充使用。

object：就是你真实检测框的位置，label标签。

程序流程：

图1中可以看出，所有信息都是以annotations为一组分开的，程序里我们只需要读取了yaml文件，然后再写一个for循环就可以读取每一个annotations的信息。

读取了每一个annotations的信息，就往生成的xml里面填内容就好了，下面是整个代码，里面都有注释。

import PIL.Image
import yaml
import xml.etree.ElementTree as ET
import os
pic_position=r'B:\software\deeplearning\hhh123\redgreenlight\Lara3D\Lara3D_UrbanSeq1_JPG'
#这上面是图片的地址，主要用来读取图片的长宽的，写到xml文件中
yaml_position=r'B:\software\deeplearning\hhh123\redgreenlight\Lara3D\ggg.yaml'
#这里是yaml的地址
output_dir=r'B:\software\deeplearning\hhh123\redgreenlight\Lara3D\ss'
#这里是输出的空文件夹，主要放生成的xml的

def convert_yaml_to_xml(yaml_position,output_dir):
    with open(yaml_position,'r') as f:
        data=yaml.safe_load(f) #这里是读取了yaml文件，里面包含了所有的annocations的信息

    for i,entry in enumerate(data): #yaml里面的信息一个一个读取出来然后放到xml文件中
        root=ET.Element('annotation')#创建annotation这个大分枝，然后下面就创建每一个小分支

        filename=ET.SubElement(root,'filename')#ET.Element是创建大分支，SubElement创建小分支，注意前面是root和关键，后面的'filename'是分支的名字！前面图片里有
        filename.text=entry['filename'].split('/',1)[1] #这里我先读取了yaml每个annocations中的filename，也就是图片名称，这里要与你自己的yaml文件里标签文件一样'filename'这个。
#这里还用了.split主要是因为yaml里面那个filename不只有图片名字，还有其他的所以我要删除了，就留下一个图片的名字

        size=ET.SubElement(root,'size')#再annotation大分支下，创建小分支size

        width=ET.SubElement(size,'width')#在size分支下面创建三个小分支分别是w，h，d
        height=ET.SubElement(size,'height')
        depth=ET.SubElement(size,'depth')
        pic_dir=os.path.join(pic_position,filename.text)#这里是读取单个图片的路径
        pic=PIL.Image.open(pic_dir)
        width.text=str(pic.size[0])#这里读取图片的长宽，并写到分支中
        height.text=str(pic.size[1])#同上
        depth.text=str(3)#同上

        for i in entry['annotations']: #这里可以这么理解每一个yaml中单独annocations也有三个分支分别是annotations、class、filename然后annotations里面又有分支，也就是entry这里有三个分支，就前面的，然后要读取annotations所以就写成这样
            object=ET.SubElement(root,'object')#跟上面一样在root建立object的分支
            name=ET.SubElement(object,'name')#在object中建立小分支
            name.text=i['class']#填充类别进去

            bndbox=ET.SubElement(object,'bndbox')#在object中建立bndbox的分支
            xmin=ET.SubElement(bndbox,'xmin')#在bndbox中建立坐标分支
            ymin=ET.SubElement(bndbox,'ymin')
            xmax=ET.SubElement(bndbox,'xmax')
            ymax=ET.SubElement(bndbox,'ymax')
            xmin.text=str(i['xmin'])#输入坐标信息
            ymin.text=str(i['ymin'])
            xmax.text=str(i['xmin']+i['x_width'])
            ymax.text=str(i['ymin']+i['y_height'])

        tree=ET.ElementTree(root)#写入到xml文件中
        new_name=filename.text.split('.')[0]
        output_dir=f'{output_dir}/{new_name}.xml'#xml文件保存的详细地址
        tree.write(output_dir)#写入xml文件并保存生成xml


if __name__ == '__main__':
    k=convert_yaml_to_xml(yaml_position,output_dir)

具体的方法就如上所示，大家可以根据自己的yaml文件内容来进行修改，如果有不同的地方可以进行私聊或者评论