这篇文章主要复现数据集打标签的制作过程，以及与YOLOv4的数据集制作和数据增强。
包括：
一、voc标签
二、.xml（voc格式）转.txt(yolo格式)
三、批量改文件名
四、批量修改txt文件内容
五、数据增强工具
下面进行详述：
一、voc标签
这里主要讲LabelImage的使用：
视频教程：
详述如下：
① abelImg工具下载：
下载地址：https://pan.baidu.com/s/1yk8ff56Xu40-ZLBghEQ5nw
提取码：vj8f
下载的文件是编译好的，可执行的labelImg.exe文件。直接将文件放在windows环境下，双击可执行。
② labelImg工具使用方法：
1.双击labelImg执行文件图标，会出现操作界面：
出现这样的窗口界面，说明labelImg已经正常开启，背景黑色的窗口是终端界面，不要理会.......
在labelImg窗口的左边，有一些操作的功能，其中：
“Open”：打开单个图像；
“Open Dir” 打开文件夹；
"Change Save Dir" ：图像保存的路径；
“Next Image” ：切换到下一张图像；
“Prev Image”：切换到上一张图像；
“Verify Image”校验图像；
“Save”：保存图像；
“Create RectBox”：画标注框一个；
“Duplicate RectBox”：重复标注框；
“Delete RectBox”：删除标注框；
“Zoom In”： 放大图像；
“Zoom Out” ：缩小图像；
“Fit Window”：图像适用窗口；
“Fit Width”图像适应宽度。
当然，使用操作按钮不是很方便，下面介绍一些快速的快捷键，为无聊的标注工作节省一些时间。
③开始图像数据标注：
一般操作的顺序：“open file ” -----"create rectbox " -----"输入类别名称 "-----“change save dir ”-----"Save"
最后在保存文件的路径下生成.xml文件，.xml文件的名字是和标注照片的名字一样，如果要修改已经标注过的图像，.xml中的信息也会随之改变。得到的.xml 和PASCAL VOC所用格式一样！
二、.xml（voc格式）转.txt(yolo格式)
① 按如下格式创建文件夹，并放好图片与voc标签文件：
按如下目录创建VOCdevkit 文件夹，放自己的训练数据，层级结构如下所示：
VOCdevkit
--VOC2007
----Annotations #（放XML标签文件）
----ImageSets
------Main
----JPEGImages # (放原始图片)
②创建转换.py文件：voc_label.py
classes = [“person”,“car” ] 按自己的类别修改，但是顺序要和obj.name 保持一致：
# -*- coding:utf-8 -*-
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 = ["person", "car"]
# 设置错误标签的log输出位置
write_path = open(r'D:\error.txt', 'w')
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('D:/yolov4/mybuild/Release/scripts/VOCdevkit/VOC%s/Annotations/%s.xml' % (year, image_id),
encoding="utf-8")
out_file = open('D:/yolov4/mybuild/Release/scripts/VOCdevkit/VOC%s/labels/%s.txt' % (year, image_id), 'w',
encoding="utf-8")
#这里根据自己的路径修改
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
# print(in_file)
# 标签自查
if cls not in classes:
print(in_file, cls)
write_path.write('%s.xml' % image_id +' '+ cls +'\n')
continue
else:
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]) + '\n')
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\n' % (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")
运行后，在VOC2007文件下生成labels文件，文件夹里包含相应的txt.（现在voc2007文件里多出一个labels 文件夹）
三、批量改文件名
批量修改图片文件名：
import os
# 需要改变的图像文件的路径，我放于桌面了
path ='C:\\Users\\Wise\\Desktop\\VOC2007\\JPEGImages'
# 改变后存放图片的文件夹路径，我也放于桌面了
path1 = path
filelist = os.listdir(path)
j = 1
for i in filelist:
# 判断该路径下的文件是否为图片
if i.endswith('.jpg'):#png可以改为jpg
# 打开图片
src = os.path.join(os.path.abspath(path), i)
# 重命名
dst = os.path.join(os.path.abspath(path1), format(str(j), '0>6s') + '.jpg')#0>s的意思是 图片的名称没有0，例如1_label.png，
# 如果改为0>3s，则结果为001_label.png
# 执行操作
os.rename(src, dst)
j += 1批量修改.txt标签文件名：
import os
# 需要改变的图像文件的路径，我放于桌面了
path ='C:\\Users\\Wise\\Desktop\\15\\Annotations'
# 改变后存放图片的文件夹路径，我也放于桌面了
path1 = path
filelist = os.listdir(path)
j = 9969
for i in filelist:
# 判断该路径下的文件是否为图片
if i.endswith('.xml'):#png可以改为jpg
# 打开图片
src = os.path.join(os.path.abspath(path), i)
# 重命名
dst = os.path.join(os.path.abspath(path1), format(str(j), '0>6s') + '.xml')#0>s的意思是 图片的名称没有0，例如1_label.png，
# 如果改为0>3s，则结果为001_label.png
# 执行操作
os.rename(src, dst)
j += 1
四、批量修改txt文件内容
两种方法：
①借助visual studio 2019：
(111条消息) VisualStudio Code怎么同时编辑多处?vscode同时编辑多处的三种方法_A是曾同学呀的博客-CSDN博客_vscode怎么同时写多行
https://blog.csdn.net/qq_45272642/article/details/122156406VS2019 技巧 - Linybo2008 - 博客园大家好，今天分享几个我知道的实用 VS 技巧，而这些技巧我发现很多人都不知道。因为我经常在工作中遇到：我在同事电脑上解决问题，或在会议上演示代码示例时，使用了一些 VS “骚”操作，他们会好奇地问：你
https://www.cnblogs.com/linybo/p/13217497.html
②借助python：
import os
import random
import numpy as np
from numpy import *
txtfilepath = "/root/object/data/Main1" #原始txt文件所存文件夹，文件夹可以有一个或多个txt文件
savefilepath = "/root/object/data/Main" #更改后txt文件存放的文件夹
total_txt = os.listdir(txtfilepath) # 返回指定的文件夹包含的文件或文件夹的名字的列表
num = len(total_txt)
list = range(num) #创建从0到num的整数列表
files = os.listdir(savefilepath)
for i in list: #遍历每一个文件
name = total_txt[i]
readfile = open(txtfilepath+"/"+name, 'r') #读取文件
fline = readfile.readlines() #读取txt文件中每一行
savetxt = open(savefilepath+"/"+name)
for j in fline:
if "你查找的内容" in j:
b = j.replace('你所查找的内容', '替换成的内容') #替换固定行内容
savetxt.write(b) #写入新的文件中
五、图像增强软件：
使用教程与下载地址：
图像增强软件V2.0，适用于|目标检测|图像分割|图像分类|_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV1gZ4y1C7ExGitHub - Fafa-DL/Image-Augmentationhttps://github.com/Fafa-DL/Image-Augmentation本文仅作个人笔记使用，无其他用途。
并向上述内容涉及到的解决方案的提供者表示衷心感谢。