数据集格式转换：从VOC格式转YOLOv8格式（Dataset format conversion: from VOC format to YOLOv8 format）

本文以鸟巢检测数据集为例，展示如何把 voc 格式的数据集转换成 yolov8 格式数据集，本文将从数据集下载、数据集格式转换和数据集划分三个方面进行解说。

（1）数据集下载。

本次所使用的数据集是鸟巢检测数据集，该数据集共有200张图片，展示了在输电线上鸟巢的搭建情况，鸟类在这些线路杆塔上筑巢可能带来安全隐患，如引发短路事故。因此，及时检测并处理鸟巢至关重要。

数据集下载地址：https://aistudio.baidu.com/datasetdetail/110254

备注：百度飞浆的 AI Studio 数据集专栏中有很多现实场景的实用数据集，是个很好的数据集查找网址，建议收藏保存。

下载下来的数据集如下图所示：

 

 （2）VOC 格式转 YOLOv8 格式。

代码实现：

import xml.etree.ElementTree as ET
import os
import re
from pathlib import Path
import shutil

file_save = "yolo_format"

# 判断是否存在保存文件，如果存在则删除文件
if os.path.exists(file_save):
    shutil.rmtree(file_save)
# 新建文件
os.makedirs(file_save)

# 原始数据集标注文件路径
file_annotation = "E:\python_project\datasets\guojiadianwang_datasets\VOCdevkit\VOC2012\Annotations"

# 原始数据集标签
classes = ['ganta_02']

# 遍历所有标签文件 
for i in os.listdir(file_annotation):
    
    # 获取该文件最后一个/除后缀名以外的内容
    p = Path(i)
    name = p.stem

    # 解析xml文件
    tree = ET.parse(os.path.join(file_annotation, i))
    root = tree.getroot()  # 获取根节点
    
    # 遍历子节点size
    for size in root.iter('size'):
        width = int(size.find('width').text)     # 获取图片的宽度
        height = int(size.find('height').text)   # 获取图片的高度
    
    # 遍历子节点object
    all_content = ''
    for obj in root.iter('object'):
        cls = obj.find('name').text  # 获取标签名
        # 获取当前类别的id
        cls_id = classes.index(cls)

        # 获取VOC格式标签的坐标信息
        xmlbox = obj.find('bndbox')
        xmin = int(xmlbox.find('xmin').text)
        ymin = int(xmlbox.find('ymin').text)
        xmax = int(xmlbox.find('xmax').text)
        ymax = int(xmlbox.find('ymax').text)

        # 把VOC格式的坐标转换成YOLO格式坐标
        x = (xmin+xmax)/2/width
        y = (ymin+ymax)/2/height
        w = (xmax-xmin)/width
        h = (ymax-ymin)/height

        # 保存当前标注框信息
        one_content = '{} {:.4f} {:.4f} {:.4f} {:.4f}'.format(cls_id, x, y, w, h)
        # 整合本张图像中所有标签信息
        all_content = all_content + one_content + '\n'
 
    # 移除字符串头尾的换行符
    all_content = all_content.strip('\n')
    # 新建和标签文件同名的txt文件
    file = open(os.path.join(file_save, '{}.txt'.format(name)), 'w')
    # 写入数据并关闭文件
    print(all_content, file=file, flush=True)

代码运行结果：

注意：原始数据标签 classes = ['ganta_02'] 的由来如果在下载绍数据集时候没有详细介绍，那么就需要我们通过代码实现获取，具体方法就是新建一个空集合，然后用 add 方法添加 obj.find('name').text 内容，最后通过集合的去重功能就可以得到标签的类型，具体主要代码如下：

data = set()
data.add(obj.find('name').text)

 

（3）数据集划分（这里就把数据集划分成训练集和测试集）。

代码实现：

import os
import shutil
import random
from pathlib import Path

# 原始图片路径
file_original_image = "E:\python_project\datasets\guojiadianwang_datasets\VOCdevkit\VOC2012\JPEGImages"
# 修改成yolov8格式后的标签路径
file_original_annotation = "yolo_format"
# 训练集数据存储路径
file_train = "train"
# 测试集数据存储路径
file_test = "test"
# 训练集所占比例
factor = 0.8

# 判断是否存在训练集存储路径文件,如果存在,则删除,然后新建训练集文件,训练集下的图像文件和训练集下的标签文件
if os.path.exists(file_train):
    shutil.rmtree(file_train)
os.makedirs(file_train)
os.makedirs(os.path.join(file_train, "images"))
os.makedirs(os.path.join(file_train, "labels"))
# 判断是否存在测试集存储路径文件,如果存在,则删除,然后新建测试集文件,测试集下的图像文件和测试集下的标签文件
if os.path.exists(file_test):
    shutil.rmtree(file_test)
os.makedirs(file_test)
os.makedirs(os.path.join(file_test, "images"))
os.makedirs(os.path.join(file_test, "labels"))

# 得到原始标签文件下的所有文件列表
datas = os.listdir(file_original_annotation)
# 得到数据集长度
num = len(datas)
# random.seed(1)
# 打乱数据集
random.shuffle(datas)

# 遍历所有标签文件
for i, j in enumerate(datas):
    # 获取文件最后一个/除后缀名之外的内容,即文件名称
    p = Path(j)
    name = p.stem

    # 获取该标签文件对应的图片
    src_images = os.path.join(file_original_image, name + ".jpg")
    # 获取该标签文件
    src_labels = os.path.join(file_original_annotation, j)
    # 判断是否是训练集,如果是则指定目的地文件目录文训练集存放图片和标签的路径,如果不是,那么久指定目的地文件目录为测试集存放图片和标签的路径
    if i < num * factor:
        dst_images = os.path.join(os.path.join(file_train), "images")
        dst_labels = os.path.join(os.path.join(file_train), "labels")
    else:
        dst_images = os.path.join(os.path.join(file_test), "images")
        dst_labels = os.path.join(os.path.join(file_test), "labels")
    # 使用复制功能把图片从原始存放目录复制到目的地
    shutil.copy(src_images, dst_images)
    shutil.copy(src_labels, dst_labels)

pass

代码运行结果：

 由此就可以实现把数据集从 VOC 格式转换成 YOLOv8 格式，并且也实现了数据集划分成训练集和测试集的过程。

数据集划分好之后，就可以使用 YOLOv8 对数据集进行目标检测，具体实现可参考 “yolov8 训练自定义数据集（windows+CPU）” 一文。