ターゲット検出yoloタグ全自動生成(voc_label.pyプログラム修正)
48299 ワード
最近、多くのターゲット検出関連のタスクが行われています.タスクは、お客様が自分でマークしたxmlフォーマットである場合があります.yolov 3で使用するtxtフォーマット、すなわち、1行にカテゴリ情報と位置情報を含むモードに変換する必要があります.この変換は、通常、公式のvoc_を使用します.Label.pyというプログラムが完了しました.まずxmlの寸法フォーマットを見てみましょう.(よく知っているのは直接後ろにジャンプすることができます)
<annotation>
<folder>ZeHe</folder>
<filename>18.PNG</filename>
<path>D:\dongwu\ZeHe\18.PNG</path>
<source>
<database>Unknown</database>
</source>
<size>
<width>2448</width>
<height>2048</height>
<depth>1</depth>
</size>
<segmented>0</segmented>
<object>
<name>snake</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>762</xmin>
<ymin>994</ymin>
<xmax>1107</xmax>
<ymax>1313</ymax>
</bndbox>
</object>
<object>
<name>black horse</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>1603</xmin>
<ymin>815</ymin>
<xmax>1869</xmax>
<ymax>1307</ymax>
</bndbox>
</object>
</annotation>
yolov 3で使用するtxt形式の寸法データを見てみましょう5 0.38133169934640526 0.562744140625 0.1409313725490196 0.15576171875
2 0.7087418300653595 0.517578125 0.10866013071895425 0.240234375
次は2つのデータフォーマットの公式変換コードvoc_です.label.py import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets=[('2012', 'train'), ('2012', 'val'), ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
####################################################################
# xml , #
####################################################################
classes = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", "car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", "person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
# , ,
# ,
# resize
def convert(size, box):
dw = 1./(size[0])
dh = 1./(size[1])
x = (box[0] + box[1])/2.0 - 1
y = (box[2] + box[3])/2.0 - 1
w = box[1] - box[0]
h = box[3] - box[2]
x = x*dw
w = w*dw
y = y*dh
h = h*dh
return (x,y,w,h)
# xml txt ,
# classes txt
def convert_annotation(year, image_id):
in_file = open('VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
out_file = open('VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
tree=ET.parse(in_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))
bb = convert((w,h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '
')
wd = getcwd()
for year, image_set in sets:
if not os.path.exists('VOCdevkit/VOC%s/labels/'%(year)):
os.makedirs('VOCdevkit/VOC%s/labels/'%(year))
image_ids = open('VOCdevkit/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
list_file = open('%s_%s.txt'%(year, image_set), 'w')
for image_id in image_ids:
list_file.write('%s/VOCdevkit/VOC%s/JPEGImages/%s.jpg
'%(wd, year, image_id))
convert_annotation(year, image_id)
list_file.close()
os.system("cat 2007_train.txt 2007_val.txt 2012_train.txt 2012_val.txt > train.txt")
os.system("cat 2007_train.txt 2007_val.txt 2007_test.txt 2012_train.txt 2012_val.txt > train.all.txt")
以上は公式コードの解析ですが、シロ以外は無視できます!以上のコードの1つは、classes値、つまり、このデータの寸法名が何であるかを事前に知る必要がある手動で変更する必要があります.しかし、あなたが知らないクラスの寸法データを手に入れることがあるかもしれません.あるいは、単純に書き換えたくないかもしれません.修正すると、xml寸法を自動的に読み取り、classesに自動的にインポートすることができます.手動で修正する必要がある部分を減らして、コードを追加します.classes = [] # classes
def gen_classes(year, image_id):
# xml
in_file = open('VOCdevkit-car/VOC%s/Annotations/%s.xml'%(year, image_id))
tree = ET.parse(in_file)
root = tree.getroot()
# xml object
for obj in root.iter('object'):
# xml ”name“ cls_name,name
cls_name = obj.find('name').text
# cls_name ,
if cls_name in classes:
pass
else:
classes.append(cls_name)
print("classes name is :", classes)
return classes
完全なコードは次のとおりです.import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join
sets=[ ('2007', 'train'), ('2007', 'val'), ('2007', 'test')]
classes = []
def gen_classes(year, image_id):
in_file = open('VOCdevkit-car/VOC%s/Annotations/%s.xml'%(year, image_id))
tree = ET.parse(in_file)
root = tree.getroot()
for obj in root.iter('object'):
cls_name = obj.find('name').text
if cls_name in classes:
pass
else:
classes.append(cls_name)
print("classes name is :", classes)
return classes
def convert(size, box):
dw = 1./(size[0])
dh = 1./(size[1])
x = (box[0] + box[1])/2.0 - 1
y = (box[2] + box[3])/2.0 - 1
w = box[1] - box[0]
h = box[3] - box[2]
x = x*dw
w = w*dw
y = y*dh
h = h*dh
return (x,y,w,h)
def convert_annotation(year, image_id):
in_file = open('VOCdevkit-car/VOC%s/Annotations/%s.xml'%(year, image_id))
out_file = open('VOCdevkit-car/VOC%s/labels/%s.txt'%(year, image_id), 'w')
tree=ET.parse(in_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))
bb = convert((w,h), b)
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '
')
wd = getcwd()
for year, image_set in sets:
if not os.path.exists('VOCdevkit-car/VOC%s/labels/'%(year)):
os.makedirs('VOCdevkit-car/VOC%s/labels/'%(year))
image_ids = open('VOCdevkit-car/VOC%s/ImageSets/Main/%s.txt'%(year, image_set)).read().strip().split()
list_file = open('%s_%s.txt'%(year, image_set), 'w')
for image_id in image_ids:
list_file.write('%s/VOCdevkit-car/VOC%s/JPEGImages/%s.jpg
'%(wd, year, image_id))
gen_classes(year, image_id)
convert_annotation(year, image_id)
list_file.close()
#os.system("cat 2007_train.txt 2007_val.txt 2012_train.txt 2012_val.txt > train.txt")
#os.system("cat 2007_train.txt 2007_val.txt 2007_test.txt 2012_train.txt 2012_val.txt > train.all.txt")