1 labelimg标注VOC格式和yolo格式介绍

labelimg标注工具怎么安装和使用在我的标注标签标签博客中已经讲解了，有需要可以看看，格式格式博客。文t文

1.1 voc格式

VOC格式文件保存在和图像名称一样的和件相xml文件中，xml文件中的互转换标注信息如下图所示：文中红色框中保存着标注图片的主要信息。第一个红色框中里面显示着图片的标注标签标签保存在哪个文件夹中，标签对应的格式格式图片名称，还有图片保存的文t文绝对路径。第二个红色框中的和件相信息为标签图片的大小尺寸和通道，正常都是互转换3通道。第三个红色框中的标注标签标签信息为图中标注的对象的信息，分别为该目标对象的格式格式属于哪一类，可以看出该对象名称为boat，文t文然后还有标注框的和件相两个点，分别为框的互转换起始点和终结点。第四个红色框中的信息和第三个框框一样，都是我们标注对象的信息，不过该对象为cat。

1.2 yolo数据格式介绍

yolo数据格式，是把每个图片的标注信息保存在一个和图片名称一样的txt文件中。txt文件中的信息如下图所示：

0 0.47416020671834624 0.4523809523809524 0.5968992248062015 0.6839826839826841 0.874031007751938 0.4069264069264069 0.1227390180878553 0.2727272727272727

每一行代表标注的一个目标，第一个数字代表着这个数的类别，第一类目标就是0，第二类目标就是1，以此类推。后面的四个数字是归一化后的的标注的中心点坐标和归一化标注框的长和宽。

2 voc格式数据和yolo格式数据相互转换

2.1 voc转yolo代码

import xml.etree.ElementTree as ETimport pickleimport osfrom os import listdir, getcwdfrom os.path import joindef convert(size, box):    x_center = (box[0] + box[1]) / 2.0    y_center = (box[2] + box[3]) / 2.0    x = x_center / size[0]    y = y_center / size[1]    w = (box[1] - box[0]) / size[0]    h = (box[3] - box[2]) / size[1]    return (x, y, w, h)def convert_annotation(xml_files_path, save_txt_files_path, classes):    xml_files = os.listdir(xml_files_path)    print(xml_files)    for xml_name in xml_files:        print(xml_name)        xml_file = os.path.join(xml_files_path, xml_name)        out_txt_path = os.path.join(save_txt_files_path, xml_name.split('.')[0] + '.txt')        out_txt_f = open(out_txt_path, 'w')        tree = ET.parse(xml_file)        root = tree.getroot()        size = root.find('size')        w = int(size.find('width').text)        h = int(size.find('height').text)        for obj in root.iter('object'):            difficult = obj.find('difficult').text            cls = obj.find('name').text            if cls not in classes or int(difficult) == 1:                continue            cls_id = classes.index(cls)            xmlbox = obj.find('bndbox')            b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),                 float(xmlbox.find('ymax').text))            # b=(xmin, xmax, ymin, ymax)            print(w, h, b)            bb = convert((w, h), b)            out_txt_f.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')if __name__ == "__main__":    # 需要转换的类别，需要一一对应    classes1 = ['boat', 'cat']    # 2、voc格式的xml标签文件路径    xml_files1 = r'C:\Users\86159\Desktop\VOC2007\Annotations'    # 3、转化为yolo格式的txt标签文件存储路径    save_txt_files1 = r'C:\Users\86159\Desktop\VOC2007\label'    convert_annotation(xml_files1, save_txt_files1, classes1)

需要注意的是一定要将自己的类别名字写对，对应好，否则会出错。

2.2 yolo转voc格式代码

from xml.dom.minidom import Documentimport osimport cv2# 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def makexml(picPath, txtPath, xmlPath):  # 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picture、txt、xml    """    dic = { '0': "boat",  # 创建字典用来对类型进行转换           '1': "cat",  # 此处的字典要与自己的classes.txt文件中的类对应，且顺序要一致           }    files = os.listdir(txtPath)    for i, name in enumerate(files):        xmlBuilder = Document()        annotation = xmlBuilder.createElement("annotation")  # 创建annotation标签        xmlBuilder.appendChild(annotation)        txtFile = open(txtPath + name)        txtList = txtFile.readlines()        img = cv2.imread(picPath + name[0:-4] + ".jpg")        Pheight, Pwidth, Pdepth = img.shape        folder = xmlBuilder.createElement("folder")  # folder标签        foldercontent = xmlBuilder.createTextNode("driving_annotation_dataset")        folder.appendChild(foldercontent)        annotation.appendChild(folder)  # folder标签结束        filename = xmlBuilder.createElement("filename")  # filename标签        filenamecontent = xmlBuilder.createTextNode(name[0:-4] + ".jpg")        filename.appendChild(filenamecontent)        annotation.appendChild(filename)  # filename标签结束        size = xmlBuilder.createElement("size")  # size标签        width = xmlBuilder.createElement("width")  # size子标签width        widthcontent = xmlBuilder.createTextNode(str(Pwidth))        width.appendChild(widthcontent)        size.appendChild(width)  # size子标签width结束        height = xmlBuilder.createElement("height")  # size子标签height        heightcontent = xmlBuilder.createTextNode(str(Pheight))        height.appendChild(heightcontent)        size.appendChild(height)  # size子标签height结束        depth = xmlBuilder.createElement("depth")  # size子标签depth        depthcontent = xmlBuilder.createTextNode(str(Pdepth))        depth.appendChild(depthcontent)        size.appendChild(depth)  # size子标签depth结束        annotation.appendChild(size)  # size标签结束        for j in txtList:            oneline = j.strip().split(" ")            object = xmlBuilder.createElement("object")  # object 标签            picname = xmlBuilder.createElement("name")  # name标签            namecontent = xmlBuilder.createTextNode(dic[oneline[0]])            picname.appendChild(namecontent)            object.appendChild(picname)  # name标签结束            pose = xmlBuilder.createElement("pose")  # pose标签            posecontent = xmlBuilder.createTextNode("Unspecified")            pose.appendChild(posecontent)            object.appendChild(pose)  # pose标签结束            truncated = xmlBuilder.createElement("truncated")  # truncated标签            truncatedContent = xmlBuilder.createTextNode("0")            truncated.appendChild(truncatedContent)            object.appendChild(truncated)  # truncated标签结束            difficult = xmlBuilder.createElement("difficult")  # difficult标签            difficultcontent = xmlBuilder.createTextNode("0")            difficult.appendChild(difficultcontent)            object.appendChild(difficult)  # difficult标签结束            bndbox = xmlBuilder.createElement("bndbox")  # bndbox标签            xmin = xmlBuilder.createElement("xmin")  # xmin标签            mathData = int(((float(oneline[1])) * Pwidth + 1) - (float(oneline[3])) * 0.5 * Pwidth)            xminContent = xmlBuilder.createTextNode(str(mathData))            xmin.appendChild(xminContent)            bndbox.appendChild(xmin)  # xmin标签结束            ymin = xmlBuilder.createElement("ymin")  # ymin标签            mathData = int(((float(oneline[2])) * Pheight + 1) - (float(oneline[4])) * 0.5 * Pheight)            yminContent = xmlBuilder.createTextNode(str(mathData))            ymin.appendChild(yminContent)            bndbox.appendChild(ymin)  # ymin标签结束            xmax = xmlBuilder.createElement("xmax")  # xmax标签            mathData = int(((float(oneline[1])) * Pwidth + 1) + (float(oneline[3])) * 0.5 * Pwidth)            xmaxContent = xmlBuilder.createTextNode(str(mathData))            xmax.appendChild(xmaxContent)            bndbox.appendChild(xmax)  # xmax标签结束            ymax = xmlBuilder.createElement("ymax")  # ymax标签            mathData = int(((float(oneline[2])) * Pheight + 1) + (float(oneline[4])) * 0.5 * Pheight)            ymaxContent = xmlBuilder.createTextNode(str(mathData))            ymax.appendChild(ymaxContent)            bndbox.appendChild(ymax)  # ymax标签结束            object.appendChild(bndbox)  # bndbox标签结束            annotation.appendChild(object)  # object标签结束        f = open(xmlPath + name[0:-4] + ".xml", 'w')        xmlBuilder.writexml(f, indent='\t', newl='\n', addindent='\t', encoding='utf-8')        f.close()if __name__ == "__main__":    picPath = "C:/Users/86159/Desktop/VOC2007/JPEGImage/"  # 图片所在文件夹路径，后面的/一定要带上    txtPath = "C:/Users/86159/Desktop/VOC2007/yolo/"  # txt所在文件夹路径，后面的/一定要带上    xmlPath = "C:/Users/86159/Desktop/VOC2007/Annotations1/"  # xml文件保存路径，后面的/一定要带上    makexml(picPath, txtPath, xmlPath)

需注要意的是一定要将类别和名字对应好