返回

从LabelImg到VOC再到YOLO：深入解析数据格式转换

人工智能

前言

在计算机视觉领域，图像标注是训练机器学习模型的关键环节。LabelImg、VOC和YOLO是广泛使用的标注工具和数据格式，每种格式都有其独特的优势和应用场景。

本文着眼于LabelImg标注的YOLO格式标签与VOC格式标签之间的转换，这对于在不同标注工具和机器学习框架之间无缝传输数据至关重要。我们将详细介绍转换过程，提供清晰的步骤和示例，使读者能够轻松掌握数据格式转换的技巧。

LabelImg与VOC数据格式

LabelImg 是一款开源图像标注工具，广泛用于创建VOC格式的标注文件。VOC格式（PASCAL VOC格式）是一种XML文件格式，包含图像中标注对象的边界框信息。

VOC数据格式 的典型结构如下：

<annotation>
  <folder>VOC2007</folder>
  <filename>000001.jpg</filename>
  <size>
    <width>500</width>
    <height>375</height>
    <depth>3</depth>
  </size>
  <segmented>0</segmented>
  <object>
    <name>car</name>
    <bndbox>
      <xmin>22</xmin>
      <ymin>34</ymin>
      <xmax>250</xmax>
      <ymax>220</ymax>
    </bndbox>
  </object>
  <object>
    <name>person</name>
    <bndbox>
      <xmin>42</xmin>
      <ymin>172</ymin>
      <xmax>120</xmax>
      <ymax>354</ymax>
    </bndbox>
  </object>
</annotation>

YOLO数据格式

YOLO（You Only Look Once） 是一种目标检测算法，使用自定义的数据格式存储标注信息。YOLO格式通常使用文本文件，其中每一行对应一个标注对象，包含对象类别、置信度和边界框坐标。

YOLO数据格式 的典型结构如下：

0 0.9 100 200 300 400
1 0.8 150 250 350 450

其中：

  • 0 和1 分别代表对象的类别（通常使用数字表示）。
  • 0.9 和0.8 代表对象的置信度。
  • 100, 200, 300, 400 和150, 250, 350, 450 分别代表对象的边界框坐标（左上角x坐标、左上角y坐标、右下角x坐标、右下角y坐标）。

LabelImg YOLO标签到VOC格式转换

要将LabelImg标注的YOLO格式标签转换为VOC格式标签，可以按照以下步骤操作：

1. 读取YOLO标签文件

使用文本编辑器或编程语言打开YOLO标签文件。

2. 创建VOC XML文件

创建一个名为<image_name>.xml的XML文件，其中<image_name>是图像的名称。

3. 填写XML头部

填写<annotation>、<folder>、<filename>和<size>元素。其中：

  • <folder>为图像所在的文件夹名称。
  • <filename>为图像的名称。
  • <size>包含图像的宽、高和深度（通常为3）。

4. 填写对象信息

对于每个对象，添加<object>元素，其中包含以下子元素：

  • <name>：对象的类别。
  • <bndbox>：包含边界框坐标的元素。其中：
    • <xmin>：左上角x坐标。
    • <ymin>：左上角y坐标。
    • <xmax>：右下角x坐标。
    • <ymax>：右下角y坐标。

5. 保存XML文件

保存<image_name>.xml文件。

VOC格式标签到LabelImg YOLO标签转换

要将VOC格式标签转换为LabelImg YOLO格式标签，可以按照以下步骤操作：

1. 读取VOC XML文件

使用文本编辑器或编程语言打开VOC XML文件。

2. 创建YOLO标签文件

创建一个名为<image_name>.txt的文本文件，其中<image_name>是图像的名称。

3. 填写对象信息

对于每个对象，向<image_name>.txt文件中添加一行，其中包含以下信息：

  • 类别索引 ：对象的类别，通常使用数字表示。
  • 置信度 ：对象的置信度，范围为0到1。
  • 边界框坐标 ：对象的边界框坐标，格式为<xmin>, <ymin>, <xmax>, <ymax>。

4. 保存文本文件

保存<image_name>.txt文件。

示例

LabelImg YOLO标签到VOC格式转换示例：

  • YOLO标签文件：
0 0.9 100 200 300 400
1 0.8 150 250 350 450
  • 转换后的VOC XML文件：
<annotation>
  <folder>images</folder>
  <filename>image.jpg</filename>
  <size>
    <width>500</width>
    <height>375</height>
    <depth>3</depth>
  </size>
  <segmented>0</segmented>
  <object>
    <name>car</name>
    <bndbox>
      <xmin>100</xmin>
      <ymin>200</ymin>
      <xmax>300</xmax>
      <ymax>400</ymax>
    </bndbox>
  </object>
  <object>
    <name>person</name>
    <bndbox>
      <xmin>150</xmin>
      <ymin>250</ymin>
      <xmax>350</xmax>
      <ymax>450</ymax>
    </bndbox>
  </object>
</annotation>

VOC格式标签到LabelImg YOLO标签转换示例：

  • VOC XML文件：
<annotation>
  <folder>images</folder>
  <filename>image.jpg</filename>
  <size>
    <width>500</width>
    <height>375</height>
    <depth>3</depth>
  </size>
  <segmented>0</segmented>
  <object>
    <name>car</name>
    <bndbox>
      <xmin>100</xmin>
      <ymin>200</ymin>
      <xmax>300</xmax>
      <ymax>400</ymax>
    </bndbox>
  </object>
  <object>
    <name>person</name>
    <bndbox>
      <xmin>150</xmin>
      <ymin>250</ymin>
      <xmax>350</xmax>
      <ymax>450</ymax>
    </bndbox>
  </object>
</annotation>
  • 转换后的LabelImg YOLO标签文件：
0 0.9 100 200 300 400
1 0.8 150 250 350 450

结语

通过掌握LabelImg YOLO标签到VOC格式标签和VOC格式标签到LabelImg YOLO标签的转换技巧，图像标注人员和机器学习从业者可以轻松地在不同的标注工具和机器学习框架之间传输数据。

这些转换过程至关重要，因为它使我们能够将数据与最合适的工具和算法配对，从而最大限度地提高图像标注和机器学习模型训练的效率和准确性。