hrsc2016数据集xml格式转换为yolo格式，附下载链接

2022-04-30 03:00:59 阅读：413 来源： 互联网

标签：xml box obj text image yolo year 格式 find

数据集介绍

数据集背景：

HRSC2016数据集

包含27种类型的遥感地物目标
提取自Google Earth
由西北工业大学于2016年发布
采用oriented bounding boxes(OBB)标注格式

HRSC2016 (Liu et al.，2016)是西北工业大学采集的用于轮船的检测的数据，包含4个大类19个小类共2976个船只实例信息。论文中特别指出他们的数据集是高分辨率数据集，分辨率介于0.4m和2m之间。数据集所有图像均来自六个著名的港口，包括海上航行的船只和靠近海岸的船只，船只图像的尺寸范围从300到1500，大多数图像大于1000x600。

数据集类别说明

本数据集中目标为航拍图像下的船只，包括海上船只与近岸船只。作者在对船只模型进行分类时采用了高度为3的树形结构，L1层次为Class、L2层次为category、L3层次为Type，类似生物学的分类观点，具体表示如下：

样本标注信息

HRSC2016采用OBB（oriented bounding box）的标注方法，提供了三类标注信息，包括bounding box、rotated bounding box和pixel-based segmentation，还包括港口、数据源、拍摄时间等额外信息，部分数据标注展示如下：

<HRSC_Image>
  <Img_CusType>sealand</Img_CusType>
  <Img_Location>69.040297,33.070036</Img_Location>
  <Img_SizeWidth>1138</Img_SizeWidth>
  <Img_SizeHeight>833</Img_SizeHeight>
  <Img_SizeDepth>3</Img_SizeDepth>
  <Img_Resolution>1.07</Img_Resolution>
  <Img_Resolution_Layer>18</Img_Resolution_Layer>
  <Img_Scale>100</Img_Scale>
  <segmented>0</segmented>
  <Img_Havemask>0</Img_Havemask>
  <Img_Rotation>274d</Img_Rotation>
  <HRSC_Objects>
	<HRSC_Object>
	  <Object_ID>100000008</Object_ID>
	  <Class_ID>100000013</Class_ID>
	  <Object_NO>100000008</Object_NO>
	  <truncated>0</truncated>
	  <difficult>0</difficult>
	  <box_xmin>628</box_xmin>//bounding box坐标点
	  <box_ymin>40</box_ymin>
	  <box_xmax>815</box_xmax>
	  <box_ymax>783</box_ymax>
	  <mbox_cx>719.9324</mbox_cx>//旋转后的左上角坐标
	  <mbox_cy>413.0048</mbox_cy>
	  <mbox_w>741.8246</mbox_w>
	  <mbox_h>172.6959</mbox_h>
	  <mbox_ang>1.499893</mbox_ang>//旋转角度
	  <segmented>0</segmented>
	  <seg_color>
	  </seg_color>
	  <header_x>713</header_x>//船头部信息
	  <header_y>777</header_y>
	</HRSC_Object>
  </HRSC_Objects>
</HRSC_Image>

数据图像示例

这里先上代码

import xml.etree.ElementTree as ET
import pickle
import os
from os import listdir, getcwd
from os.path import join

sets=[ ('2007', 'test')]

classes = ["ship"]


def convert(size, box):
	dw = 1./size[0]
	dh = 1./size[1]
	x = (box[0] + box[1])/2.0
	y = (box[2] + box[3])/2.0
	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):
	# 转换这一张图片的坐标表示方式（格式）,即读取xml文件的内容，计算后存放在txt文件中
	in_file = open('./data/VOCdevkit/VOC%s/Annotations/%s.xml'%(year, image_id))
	out_file = open('./data/VOCdevkit/VOC%s/labels/%s.txt'%(year, image_id), 'w')
	tree=ET.parse(in_file)
	root = tree.getroot()
	# size = root.find('size')
	w = int(root.find('Img_SizeWidth').text)
	h = int(root.find('Img_SizeHeight').text)

	if root.find('HRSC_Objects'):
		for obj in root.iter('HRSC_Object'):
			difficult = obj.find('difficult').text
			cls = 'ship'
			# cls = obj.find('name').text
			# if cls not in classes or int(difficult) == 1:
			if int(difficult) == 1:
				continue
			cls_id = classes.index(cls)
			# xmlbox = obj.find('bndbox')
			b = (float(obj.find('box_xmin').text), float(obj.find('box_xmax').text), float(obj.find('box_ymin').text), float(obj.find('box_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('./data/VOCdevkit/VOC%s/labels/'%(year)):
		os.makedirs('./data/VOCdevkit/VOC%s/labels/'%(year))
	image_ids = open('./data/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('./data/%s/VOCdevkit/VOC%s/JPEGImages/%s.bmp\n'%(wd, year, image_id))
		convert_annotation(year, image_id)
	list_file.close()

以上是hrsc2016数据集xml格式转换为yolo格式txt文件

注意路径问题

数据集3大类27小类，共2,976个目标

这里是讲数据集划分到只有一类 ship

image size:300 × 300 ~ 1500 × 900
image number:1061 在训练集、验证集和测试集中分别包含436、181和444张图像
object number:2976

数据集下载地址附上链接

https://aistudio.baidu.com/aistudio/datasetdetail/54106

本文参考
CSDN博主「Marlowee」的原创文章，遵循CC 4.0 BY-SA版权协议，附上
原文链接：https://blog.csdn.net/weixin_43427721/article/details/122057389

标签：xml,box,obj,text,image,yolo,year,格式,find
来源： https://www.cnblogs.com/liyuanzhouye/p/16209294.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9