本文共 5534 字，大约阅读时间需要 18 分钟。

VOC���������������������COCO���������Python������������

������

������������������������VOC���������COCO������������������������������������������������������������Python������������������VOC���������������������COCO���������������������������������������������������

������������

���������������������������������������

������������������

���������������������������������������������

# coding=utf-8
import xml.etree.ElementTree as ET
import os
import json
# ���������������������������������������
voc_clses = [
    'none_of_the_above',
    'chepai',
    'chedeng',
    'chebiao',
    'person'
]
categories = []
for idx, cls in enumerate(voc_clses):
    categories.append({
        'supercategory': cls,
        'name': cls,
        'id': idx
    })
def getimages(xmlname, index):
    """
    ������������XML���������������������������
    xmlname���XML���������
    index���������������������������������������������ID
    """
    tree = ET.parse(xmlname)
    root = tree.getroot()
    image_info = {
        'file_name': root.find('filename').text.strip(),
        'width': root.find('size').find('width').text.strip(),
        'height': root.find('size').find('height').text.strip(),
        'id': index
    }
    bboxes = []
    for obj in root.find('object'):
        # ������������������
        obj_name = obj.find('name').text.strip()
        # ������������ID
        obj_cls_idx = voc_clses.index(obj_name)
        # ���������������
        bbox = []
        xmin = int(obj.find('bndbox').find('xmin').text)
        ymin = int(obj.find('bndbox').find('ymin').text)
        xmax = int(obj.find('bndbox').find('xmax').text)
        ymax = int(obj.find('bndbox').find('ymax').text)
        bbox.append(xmin)
        bbox.append(ymin)
        bbox.append(xmax - xmin)
        bbox.append(ymax - ymin)
        bbox.append(obj_cls_idx)
        # ���������������������COCO���������������
        bbox.append((xmax - xmin) * (ymax - ymin) - 10.0)
        bboxes.append(bbox)
    return image_info, bboxes
def txt2list(txtfile):
    """
    ������������������������������������
    txtfile���������������������
    ���������������������
    """
    with open(txtfile, 'r') as f:
        return [line.rstrip() for line in f]
def main():
    # ������������������������XML������
    txtfile = os.path.join(voc2007xmls, 'Main/test.txt')
    xml_list = txt2list(txtfile)
    # ������������������������
    for f in os.listdir(os.path.join(json_name)):
        os.remove(os.path.join(json_name, f))
    
    # ���������������������JSON������
   anno_dict = {
        'images': [],
        'categories': categories,
        'annotations': []
    }
    
    # ������������XML������
    for idx, xml_name in enumerate/xml_list:
        xml_path = os.path.join(voc2007xmls, xml_name + '.xml')
        image_info, bboxes = getimages(xml_path, idx)
        anno_dict['images'].append(image_info)
        anno_dict['annotations'].extend([
            {
                'image_id': box[3],
                'category_id': box[2],
                'bbox': box[:4],
                'area': box[-1],
                'iscrowd': 0
            }
            for box in bboxes
        ])
    
    # ���������JSON������
    with open(os.path.join(json_name, 'instances_voc2007val.json'), 'w') as f:
        json.dump(anno_dict, f, indent=4)
if __name__ == '__main__':
    main()

������������������

������������������

������������������������VOC������������������/data_1/script_file/model_test_script-master/mAp/input/Annotations������XML���������������COCO���������������������������instances_voc2007val.json���������������������������������������

{
    "images": [
        {
            "file_name": "0001.jpg",
            "width": "1280",
            "height": "720",
            "id": 0
        },
        ...
    ],
    "categories": [
        {
            "supercategory": "person",
            "name": "person",
            "id": 1
        },
        ...
    ],
    "annotations": [
        {
            "image_id": 0,
            "category_id": 1,
            "bbox": [100, 100, 200, 200],
            "area": 10000,
            "iscrowd": 0
        },
        ...
    ]
}

������������������

���������������������������������

������

���������������������������������������������������������VOC���������������COCO������������������������������������������������������������������������������������������������������������