XML文件转LVIS的json格式数据集

苏俗

已于 2024-02-06 06:42:50 修改

阅读量338

点赞数 3

分类专栏：目标检测杂文文章标签： xml json

于 2024-02-06 06:40:50 首次发布

目标检测杂文专栏收录该内容

2 篇文章

订阅专栏

本文介绍了如何使用Python脚本将XML标注文件按照训练集和验证集进行划分，并将这些数据转换为LVIS格式的json标注文件，同时将对应图片文件分开存储的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

将xml标注的所有文件划分成训练和验证集，然后分别转换成训练集的json和验证集的json的标注文件，最后把所有图片的训练集和验证集的图片也分出来。

import os
import json
import shutil
import xml.etree.ElementTree as ET
from sklearn.model_selection import train_test_split
# 路径配置
xml_dir = "xmls的文件夹"
images_dir = "图片的文件夹"
output_dir = "图片和标注输出的文件夹"
train_images_dir = os.path.join(output_dir, 'train_images')
val_images_dir = os.path.join(output_dir, 'val_images')
# 创建输出目录
os.makedirs(train_images_dir, exist_ok=True)
os.makedirs(val_images_dir, exist_ok=True)
# 读取XML文件列表
xml_files = [os.path.join(xml_dir, f) for f in os.listdir(xml_dir) if f.endswith('.xml')]
# 划分训练集和验证集
train_files, val_files = train_test_split(xml_files, test_size=0.2, random_state=42)
# LVIS格式的基本信息
lvis_template = {
    "info": {
        "year": 2020,
        "version": "1",
        "description": "Custom LVIS dataset",
        "contributor": "Your Name",
        "url": "http://example.com"
    },
    "images": [],
    "annotations": [],
    "catego