如何将 YOLO 注释 (.txt) 转换为 PASCAL VOC (.xml)？答案

【问题标题】：How to convert YOLO annotations (.txt) to PASCAL VOC (.xml)?如何将 YOLO 注释 (.txt) 转换为 PASCAL VOC (.xml)？
【发布时间】：2021-09-15 14:58:11
【问题描述】：

我已经构建了一个数据集来训练 YOLOv4，并且我拥有 YOLO 格式的所有标签（我使用了 LabelImg）。现在我想用相同的数据集训练 SSD，因此我需要 PASCAL VOC 格式的标签。我已经看到了一些进行相反转换（voc 到 yolo）的方法，但不是我正在寻找的方法。由于我有数千张图像，我想找到一种方法来自动化整个过程，而不必逐个检查每个图像/标签。

有人对如何解决这个问题有任何想法吗？

提前致谢！

【问题讨论】：

标签： computer-vision label object-detection yolo

【解决方案1】：

我也遇到了同样的问题。我写了一个脚本来为你做这个转换。您可以在此处找到代码的链接：https://github.com/JPM-Tech/Object-Detection/tree/main/Scripts/converters/convert-yolo-to-xml.py。这是一些关于如何使用它的文档的链接：https://github.com/JPM-Tech/Object-Detection/tree/main/Scripts/converters#convert-yolo-to-xml。希望这对您的帮助和对我的帮助一样多。

【讨论】：

【解决方案2】：

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这项任务和其他标签任务。您可以在此笔记本https://github.com/pylabel-project/samples/blob/main/yolo2coco.ipynb 中查看示例。

一般的解决方案与上面提到的其他人相同，但代码封装在这个包中，所以你只需要纠正最少的代码。例如：

!pip install pylabel
from pylabel import importer
dataset = importer.ImportYoloV5(path=path_to_annotations)
dataset.export.ExportToVoc(dataset)

你可以在这里找到在后台使用的源代码https://github.com/pylabel-project/pylabel/tree/main/pylabel

【讨论】：

【解决方案3】：

这是用于创建 XML 的脚本，当提供相关信息时，即脚本开头的变量。

import numpy as np
from pathlib import Path
import xml.etree.cElementTree as ET
from PIL import Image
import os

image_path = "" # provide image path
anno_folder = "" # provide .XML folder path
filename = "" # provide image name
#Read each bounding box as a list of dictionary and append it in the list for each file
All_bboxes = "[{"xmin":1433,"xmax":1503,"ymin":1570,"ymax":1700,"skuLabel":"bus"}]" 


img = np.array(Image.open(image_path).convert('RGB'))

annotation = ET.Element('annotation')
ET.SubElement(annotation, 'folder').text = str(anno_folder)
ET.SubElement(annotation, 'filename').text = str(filename)
ET.SubElement(annotation, 'path').text = str(filename)

source = ET.SubElement(annotation, 'source')
ET.SubElement(source, 'database').text = 'Unknown'

size = ET.SubElement(annotation, 'size')
ET.SubElement(size, 'width').text = str (img.shape[1])
ET.SubElement(size, 'height').text = str(img.shape[0])
ET.SubElement(size, 'depth').text = str(img.shape[2])

ET.SubElement(annotation, 'segmented').text = '0'

for item in All_bboxes:
    label = item['Label']
    xmax = item['xmax']
    xmin = item['xmin']
    ymin = item['ymin']
    ymax = item['ymax']

    object = ET.SubElement(annotation, 'object')
    ET.SubElement(object, 'name').text = label
    ET.SubElement(object, 'pose').text = 'Unspecified'
    ET.SubElement(object, 'truncated').text = '0'
    ET.SubElement(object, 'difficult').text = '0'

    bndbox = ET.SubElement(object, 'bndbox')
    ET.SubElement(bndbox, 'xmin').text = str(xmin)
    ET.SubElement(bndbox, 'ymin').text = str(ymin)
    ET.SubElement(bndbox, 'xmax').text = str(xmax)
    ET.SubElement(bndbox, 'ymax').text = str(ymax)

tree = ET.ElementTree(annotation)
xml_file_name = os.path.join(anno_folder, f'{filename.split('.')[0]}.xml')
tree.write(xml_file_name)

在 Yolo 格式中，您有 x y width height，而在 PASCAL VOC 中，您有 xmin ymin xmax ymax。所以你必须在将它们加载到All_bboxes 时转换它。 This 函数将 .xml 格式转换为 .txt 以便帮助您进行坐标转换。

附：您可以循环上面的代码，使其适用于多个文件。

【讨论】：