如何将 PASCAL VOC 转换为 YOLO

Question

我试图开发某种方法来在格式之间转换注释，并且很难找到信息，但我在这里：

这个是PASCAL VOC

<width>800</width>
<height>450</height>
<depth>3</depth>
<bndbox>
    <xmin>474</xmin>
    <ymin>2</ymin>
    <xmax>726</xmax> <!-- shape_width = 252  -->
    <ymax>449</ymax> <!-- shape_height = 447 -->
</bndbox>

转换为YOLO暗网

2 0.750000 0.501111 0.315000 0.993333

注意首字母

2

这是一个类别

Answer 1

我和我的同学创建了一个名为 PyLabel 的 python 包来帮助其他人完成此任务和其他标记任务。

这将是从 voc 转换为 coco 的基本代码：

!pip install pylabel
from pylabel import importer
dataset = importer.ImportVOC(path=path_to_annotations)
dataset.exporter.ExportToYoloV5() 

您可以在此处找到示例笔记本和源代码https://github.com/pylabel-project/pylabel

Answer 2

使用一些数学：（对 COCO 也很有用）

categ_index [(xmin + xmax) / 2 / image_width] [(ymin + ymax) / 2 / image_height] [(xmax - xmin) / image_width] [(ymax  - ymin) / image_height]

在js代码中

const categ_index = 2;

const { width: image_width, height: image_height } = {
  width: 800,
  height: 450,
};

const { xmin, ymin, xmax, ymax } = {
  xmin: 474,
  ymin: 2,
  xmax: 727,
  ymax: 449,
};

const x_coord = (xmin + xmax) / 2 / image_width;

const y_coord = (ymin + ymax) / 2 / image_height;

const shape_width = (xmax - xmin) / image_width;

const shape_height = (ymax - ymin) / image_height;

console.log(`${categ_index} ${x_coord.toFixed(7)} ${y_coord.toFixed(7)} ${shape_width.toFixed(7)} ${shape_height.toFixed(7)}`);

// output
// 2 0.7506250 0.5011111 0.3162500 0.9933333

Answer 3

我使用以下代码片段将 Pascal_VOC 转换为 YOLO。 Yolo 使用标准化坐标，因此了解图像的高度和宽度非常重要。否则无法计算。

这是我的片段：

# Convert Pascal_Voc bb to Yolo
def pascal_voc_to_yolo(x1, y1, x2, y2, image_w, image_h):
    return [((x2 + x1)/(2*image_w)), ((y2 + y1)/(2*image_h)), (x2 - x1)/image_w, (y2 - y1)/image_h]

我写了一篇关于对象检测格式以及如何转换它们的文章。您可以在 Medium 上查看我的博客文章：https://christianbernecker.medium.com/convert-bounding-boxes-from-coco-to-pascal-voc-to-yolo-and-back-660dc6178742

玩得开心！

Answer 4

还有另一个工具：

pip install pascal-voc

from pascal import annotation_from_xml

# read xml file
ann = annotation_from_xml(ann_file)

label_map = {"car": 1, "dog": 0, "person": 2, "train": 3}
# get ann str
yolo_ann = ann.to_yolo(label_map)
# save yolo format file
with open("yolo_ann.txt", "w") as f:
    f.write(yolo_ann)