深度学习之使用yolo网络训练kitti数据集：kitti数据集转换为VOC格式

参考博文：

YOLOv3训练KITTI数据集_kitti训练集-CSDN博客 

数据集来源：

darknet yolov3 训练 kitti数据集_kitti数据集下载-CSDN博客

(这里需要下载4个压缩包，少了解压会出现报错)

xml_to_yolo_txt.py文件在将xml文件转换为txt文件时发生不一致报错，这是我修改后的代码：

import glob
import xml.etree.ElementTree as ET# 这里的类名为我们 xml 里面的类名，顺序现在不需要考虑
class_names = ['Car', 'Cyclist', 'Pedestrian']# xml 文件路径
path = '/xmls/'# 转换一个 xml 文件为 txt
def single_xml_to_txt(xml_file):tree = ET.parse(xml_file)root = tree.getroot()# 保存的 txt 文件路径txt_file = xml_file.split('.')[0] + '.txt'with open(txt_file, 'w') as txt_file:for member in root.findall('object'):picture_width = int(root.find('size')[0].text)picture_height = int(root.find('size')[1].text)class_name = member[0].textclass_num = class_names.index(class_name)# 修改元素访问方式box_x_min = int(member.find('bndbox')[0].text)  # 左上角横坐标box_y_min = int(member.find('bndbox')[1].text)  # 左上角纵坐标box_x_max = int(member.find('bndbox')[2].text)  # 右下角横坐标box_y_max = int(member.find('bndbox')[3].text)  # 右下角纵坐标x_center = float(box_x_min + box_x_max) / (2 * picture_width)y_center = float(box_y_min + box_y_max) / (2 * picture_height)width = float(box_x_max - box_x_min) / picture_widthheight = float(box_y_max - box_y_min) / picture_heightprint(class_num, x_center, y_center, width, height)txt_file.write(str(class_num) + ' ' + str(x_center) + ' ' + str(y_center) + ' ' + str(width) + ' ' + str(height) + '\n')# 转换文件夹下的所有 xml 文件为 txt
def dir_xml_to_txt(path):for xml_file in glob.glob(path + '*.xml'):single_xml_to_txt(xml_file)dir_xml_to_txt(path)

xml文件和txt文件现在存放在了一个目录之下，我习惯将txt文件存放在labels文件下：

import os
import shutildef move_txt_files(source_dir, destination_dir):# 确保目标目录存在，如果不存在则创建if not os.path.exists(destination_dir):os.makedirs(destination_dir)# 遍历源目录下的所有文件for root, dirs, files in os.walk(source_dir):for file in files:if file.endswith('.txt'):source_file = os.path.join(root, file)destination_file = os.path.join(destination_dir, file)# 移动文件shutil.move(source_file, destination_file)if __name__ == "__main__":source_dir = '/xmls/'destination_dir = '/labels/'move_txt_files(source_dir, destination_dir)

后面生成train和val的代码建议去深度学习环境中进行。