标签转换脚本 - YOLO格式转VOC格式，即yolo2voc，txt2xml 附YOLO及VOC标签格式详解

已于 2024-12-30 19:26:42 修改
阅读量147 收藏
点赞数
分类专栏： YOLO训练/写作脚本 文章标签： YOLO 人工智能 计算机视觉 深度学习
于 2024-12-30 19:20:35 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_42591591/article/details/144832500
版权

前言

本文的脚本功能为将YOLO数据集的标签文件txt转成VOC的标签文件，指定自己的YOLO数据集的标签文件路径后，可一键运行转成VOC的标签文件。

专栏目录：YOLO训练/写作脚本目录一览 | 涉及标签转换、数据扩充、热力图、感受野、精度曲线、数量统计等近百个脚本文件

专栏地址：YOLO训练/写作脚本——丰富文章内容，增强实验信服力，助力发文！！！

文章目录

一、VOC数据集介绍

VOC

了解本专栏 订阅专栏 解锁全文
标签转换脚本 - VOC格式转YOLO格式，即voc2yolo，xml2txt 附VOC及YOLO标签格式详解
Limiiiing的博客
12-30 138
VOC（Visual Object Classes）数据集是目标检测领域常用的数据集之一，其标签格式主要采用XML文件来表示。
标签转换脚本 - COCO格式转VOC格式，即coco2voc，json2xml 附COCO及VOC标签格式详解
Limiiiing的博客
12-30 114
COCO（Common Objects in Context）数据集是一个大型的、丰富的图像识别、分割和字幕数据集。它主要用于目标检测、语义分割、实例分割、图像字幕等计算机视觉任务的研究和实验。图像内容：该数据集包含超过33万张图像，涵盖了91个常见的物体类别，如人、动物、车辆、家具等，平均每张图像包含5个左右的目标实例，图像具有丰富的场景和上下文信息。标注信息：COCO数据集的标注非常详细，包括目标的类别、位置、大小、分割掩码等信息，为计算机视觉算法的训练和评估提供了高质量的标注数据。
目标检测数据增强：将csv文件转为xml文件格式(VOC2007)
winnerziqi的博客
04-27 3307
本实验中使用的数据集为Nucls数据集中的cav标注格式，对齐进行了转换： from xml.dom.minidom import Document import os import cv2 import csv def makexml(txtPath, xmlPath, picPath): # txt所在文件夹路径，xml文件保存路径，图片所在文件夹路径 """此函数用于将yolo格式txt标注文件转换为voc格式xml标注文件 在自己的标注图片文件夹下建三个子文件夹，分别命名为p
YOLO格式转换成VOC格式
08-15
将标注好的YOLO格式数据转换成VOC数据格式，并将VOC数据格式转换成TFRECORDS格式，以便其他深度学习网络使用。
【yolo】yolo的txt标签转VOC格式的xml标签
sazass的博客
01-06 2101
例如：需要标注10000+的数据，可以人工标注1000+，然后训练yolo模型，再用detect.py用模型对剩下来的原图进行推理，推理中保存txt格式的推理结果。然后可以采用本代码，对剩下来的原图进行自动标注，再人工调整。
Python脚本系列(一) YOLO_txt标签与VOC_xml标签互转
weixin_58244117的博客
06-17 516
YOLO (You Only Look Once) 是一种流行的目标检测算法，它通常使用纯文本格式的标签文件来标注图像中的对象。而VOC (Visual Object Classes) 是一个广泛使用的计算机视觉数据集，它使用XML格式的标签文件来标注图像中的对象。这两种格式的标签文件互转是一个常见的需求，特别是在数据集的转换或迁移过程中。
目标检测-铁路工人安全检测数据集-1000张图-+对应VOC-COCO-YOLO三种格式标签+数据集划分脚本
05-28
- **VOC（xml）**：VOC格式是基于XML的一种流行格式，适用于目标检测任务。 - **COCO (json)**：COCO格式使用JSON文件存储数据集信息，广泛应用于目标检测、实例分割等领域。 - **YOLO (txt)**：YOLO格式以文本文件...
标签转换脚本 - VOC格式转COCO格式，即voc2coco，xml2json 附VOC及COCO标签格式详解
最新发布
Limiiiing的博客
12-30 123
VOC（Visual Object Classes）数据集是目标检测领域常用的数据集之一，其标签格式主要采用XML文件来表示。COCO（Common Objects in Context）数据集是一个大型的、丰富的图像识别、分割和字幕数据集。它主要用于目标检测、语义分割、实例分割、图像字幕等计算机视觉任务的研究和实验。图像内容：该数据集包含超过33万张图像，涵盖了91个常见的物体类别，如人、动物、车辆、家具等，平均每张图像包含5个左右的目标实例，图像具有丰富的场景和上下文信息。标注信息。
目标检测：将yolo标注的txt文本转为VOC标注的xml文件
Henry的博客
06-12 1138
需要准备的数据有：其中images为图像数据，labels为txt文本信息注意：这里仅仅支持图像格式为 jpg 格式！！！
YOLO做分类任务，VOC格式的文件
2403_88093328的博客
11-09 1797
自己尝试从COCO的xml文件中提取出对应的相关信息，然后进行目标检测任务。本次任务主要是高分辨率SAR飞机检测识别数据集，对应数据集链接我的ultralytics是装在e盘的yolo_materials文件下所以，我们的数据集应该要在上面对应的datasets文件夹下创建一个数据文件夹，然后再按照指定格式存放好对应的数据集。
目标检测数据集标签转换COCO2VOC、YOLO2VOC、JSON2YOLO
Abo_luo的博客
02-07 754
COCO2VOC、YOLO2VOC、JSON2YOLO
【目标检测】将COCO数据集标注转换为VOC格式
ericdiii的博客
09-23 1317
将COCO数据集标注转换为VOC格式
实现VOC数据集与COCO数据集格式转换
guoqingru0311的博客
03-11 1470
实现VOC数据集与COCO数据集格式转换
目标检测VOC2COCO！把xml格式的数据转换为MSCOCO格式数据集，并按自定义比例划分数据集
Lemon__Tree__的博客
05-24 857
目标检测VOC2COCO！把xml格式的数据转换为MSCOCO格式数据集，并按自定义比例划分数据集。
检测之COCO转VOC
dddeee的专栏
07-29 3688
本次COCO转VOC数据主要是用来做检测所用，只用到instance.json的标注文件。
VOC数据集和COCO数据集直接的相互转换
热门推荐
qq_40502460的博客
05-09 1万+
VOC数据集（xml格式）和COCO数据集（json格式）的相互转换 我们先来看看voc和coco数据集的目录结构： 以VOC2012数据集为例，下载下来有如下五个文件夹： Annotations文件夹是存放图片对应的xml文件，比如“2007_000027.xml"存放的是图片2007_000027.jpg对应的信息，用记事本打开可以看到，这是xml格式的数据。 ImageSets文件夹里存放了官方为我们划分好的训练集和验证集的txt文件。我们主要使用“ImageSets/Main/"文件夹下的trai
coco2voc
黄小黄的窝
01-21 376
详细代码地址：https://github.com/huangxiaohuangi/coco2voc 我这边的数据格式是每个图片对应一个json文件， 1、首先利用xml2coco.py将所有的单个json文件整合成一个json文件 2、利用json2xml.py将这个json文件分离为每个图片对应的xml文件 3、readfilename.py为读取文件夹下的文件名称 ...
VOC格式转COCO格式
SP_glassylove的博客
08-18 1466
本文完美解决目标检测数据集VOC转换成COCO格式的问题，但仅限于单类，多类需作小修改
推荐使用voc2coco：轻松将VOC标注转换为COCO格式的利器！
gitblog_00041的博客
05-25 611
推荐使用voc2coco：轻松将VOC标注转换为COCO格式的利器！ 项目地址:https://gitcode.com/gh_mirrors/vo/voc2coco 在计算机视觉领域，数据标注是训练模型的关键步骤。通常我们会在不同的数据集上进行训练，而每个数据集可能采用不同的标注格式。其中，PASCAL VOC和Microsoft COCO是最为广泛使用的两个数据集，它们分别采用了XML和JSON...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

Limiiiing

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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