Как конвертировать PASCAL VOC в YOLO

Я пытался разработать какой-то способ конвертировать аннотации между форматами, и мне было сложно найти информацию, но вот у меня есть:

Это 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>

конвертировать в YOLO darknet

2 0.750000 0.501111 0.315000 0.993333

отметить начальную 2 это категория

Источник

5 ответов

Решение

Используя математику: (также может быть полезно для COCO)

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

в коде js

         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)}`);

Источник

Мы с одноклассниками создали пакет Python под названием PyLabel, чтобы помочь другим с этой задачей и другими задачами маркировки.

Это будет базовый код для преобразования вокала в кокос:

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

Вы можете найти образцы записных книжек и исходный код здесь https://github.com/pylabel-project/pylabel

Источник

И еще один инструмент:

      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)
Источник

Этот сценарий мне помог. Вам придется изменить dirs и classes аргументы, соответствующие вашим обучающим / тестовым изображениям и классификационным меткам (соответственно).

https://gist.github.com/Amir22010/a99f18ca19112bc7db0872a36a03a1ec

Источник

Я использую следующий фрагмент для преобразования Pascal_VOC в YOLO. Yolo использует нормализованные координаты, поэтому важно иметь высоту и ширину вашего изображения. Иначе не подсчитаешь.

Вот мой фрагмент:

      # 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]

Я написал статью о формате обнаружения объектов и о том, как их конвертировать. Вы можете проверить мой пост в блоге на Medium: https://christianbernecker.medium.com/convert-bounding-boxes-from-coco-to-pascal-voc-to-yolo-and-back-660dc6178742

Веселиться!

Источник
Другие вопросы по тегам