背景
万事开头难。之前写图像识别的博客教程，也是为了方便那些学了很多理论知识，却对实际项目无从下手的小伙伴，后来转到目标检测来了，师从烨兄、亚光兄，从他们那学了不少检测的知识和操作，今天也终于闲下了，准备写个检测系列的总结。一方面分享知识希望可以一起学习，另一方面让一部分人少走弯路，快速上路（入坑）。
此部分代码：Github
博客地址: 目标检测系列一：如何制作数据集?
更新
- (2026)
- 修复
labelme2voc.py 划分数据集时 glob 路径写错（少了 VOCdevkit）导致 train/val/trainval.txt 为空的问题
- 修复
csv2labelme.py 输出 json 路径带尾斜杠导致 IsADirectoryError 无法运行的问题
- 修复
labelme2coco.py 中 area 被写死为 1.0 的问题，改为按 w*h 计算（影响 cocoeval 的 AP 分档）
- 清理无用的
from IPython import embed 等依赖，路径处理改用 os.path.basename，新增 requirements.txt
- (28/03/2019)
环境依赖
pip install -r requirements.txt
说明：只有 labelme2coco.py 需要 labelme 包（用于解码 imageData），其余脚本仅依赖 numpy / pandas / opencv-python / scikit-learn。
1. 内容介绍
系列一主要介绍如何在常见的几种数据格式之间进行转换，以及万能中介csv格式的使用，这里列出以下几个：
- csv to coco
- csv to voc
- labelme to coco
- labelme to voc
- csv to json
2. 标准格式
在使用转换脚本之前，必须要明确的几种格式
2.1 csv
不要一看是csv文件就直接拿来运行，如果不是，可以自行修改代码，或者修改标注文件。
转换脚本支持的csv格式应为以下形式:
csv/
labels.csvimages/
image1.jpgimage2.jpg...
labels.csv 的形式:
/path/to/image,xmin,ymin,xmax,ymax,label
例如:
/mfs/dataset/face/0d4c5e4f-fc3c-4d5a-906c-105.jpg,450,154,754,341,face
/mfs/dataset/face/0ddfc5aea-fcdac-421-92dad-144.jpg,143,154,344,341,face
...
注：图片路径请使用绝对路径
2.2 voc
标准的voc数据格式如下：
VOC2007/
Annotations/
0d4c5e4f-fc3c-4d5a-906c-105.xml0ddfc5aea-fcdac-421-92dad-144/xml...
ImageSets/
Main/
train.txttest.txtval.txttrainval.txt
JPEGImages/
0d4c5e4f-fc3c-4d5a-906c-105.jpg0ddfc5aea-fcdac-421-92dad-144.jpg...
2.3 coco
此处未使用测试集
coco/
annotations/
instances_train2017.jsoninstances_val2017.json
images/
train2017/
0d4c5e4f-fc3c-4d5a-906c-105.jpg...
val2017
0ddfc5aea-fcdac-421-92dad-144.jpg...
2.4 labelme
labelme/
0d4c5e4f-fc3c-4d5a-906c-105.json0d4c5e4f-fc3c-4d5a-906c-105.jpg0ddfc5aea-fcdac-421-92dad-144.json0ddfc5aea-fcdac-421-92dad-144.jpg
Json file 格式:
（imageData那一块太长了，不展示了）
{
"version": "3.6.16",
"flags": {},
"shapes": [
{
"label": "helmet",
"line_color": null,
"fill_color": null,
"points": [
[
131,
269
],
[
388,
457
]
],
"shape_type": "rectangle"
}
],
"lineColor": [
0,
255,
0,
128
],
"fillColor": [
255,
0,
0,
128
],
"imagePath": "004ffe6f-c3e2-3602-84a1-ecd5f437b113.jpg",
"imageData": "" # too long ,so not show here
"imageHeight": 1080,
"imageWidth": 1920
}
3. 如何使用转换脚本
3.1 csv2coco
首先更改csv2coco.py中以下几个配置
classname_to_id = {"person": 1} # for your dataset classes
csv_file = "labels.csv" # annatations file path
image_dir = "images/" # original image path
saved_coco_path = "./" # path to save converted coco dataset
然后运行 python csv2coco.py
会自动创建文件夹并复制图片到相应位置，运行结束后得到如下：
coco/
annotations/
instances_train2017.jsoninstances_val2017.json
images/
train2017/
0d4c5e4f-fc3c-4d5a-906c-105.jpg...
val2017
0ddfc5aea-fcdac-421-92dad-144.jpg...
3.2 csv2voc
首先更改csv2voc.py中以下几个配置
csv_file = "labels.csv"
saved_path = "./VOCdevkit/VOC2007/" # path to save converted voc dataset
image_save_path = "./JPEGImages/" # converted voc images path
image_raw_path = "images/" # original image path
然后运行 python csv2voc.py
同样会自动创建文件夹并复制图片到相应位置，运行结束后得到如下：
VOC2007/
Annotations/
0d4c5e4f-fc3c-4d5a-906c-105.xml0ddfc5aea-fcdac-421-92dad-144/xml...
ImageSets/
Main/
train.txttest.txtval.txttrainval.txt
JPEGImages/
0d4c5e4f-fc3c-4d5a-906c-105.jpg0ddfc5aea-fcdac-421-92dad-144.jpg...
3.3 labelme2coco
首先更改labelme2coco.py中以下几个配置
classname_to_id = {"person": 1} # for your dataset classes
labelme_path = "labelme/" # path for labelme dataset
saved_coco_path = "./" # path for saved coco dataset
然后运行 python labelme2coco.py，生成文件形式同csv2coco
3.4 labelme2voc
首先更改labelme2voc.py中以下几个配置
labelme_path = "labelme/" # path for labelme dataset
saved_coco_path = "./" # path for saved coco dataset
然后运行 python labelme2voc.py，生成文件形式同csv2voc
3.5 csv2labelme
首先更改csv2labelme.py中以下几个配置
image_path = "./images/" # path for images
csv_file = "./train_labels.csv" # path for csv annotations
然后运行 python csv2labelme.py，生成的json文件会保存在image_path下,切换路径过去,直接labelme便
可以查看标签.
4. 万能中介csv
从上面的转换格式中可以看出，并没有给出如何转到csv的，一是因为太过于简单，而是主流检测框架很少支持这种格式的数据输入。以下给出如何将标注信息写入csv
info = [[filename0,"xmin ymin xmax ymax label0"],
filename1,"xmin ymin xmax ymax label1"]
csv_labels = open("csv_labels.csv","w")
for filename,bboxes in info:
bbox = bboxes.split(" ")
label = bbox[-1]
csv_labels.write(filename+","+bbox[0]+","+bbox[1]+","+bbox[2]+","+bbox[3]+","+label+"\n")
csv_labels.close()
是不是非常简单。。。如果你不知道如何从原始的标签文件中读取得到标注信息，那没办法了，学学编程吧，23333
TODO
致谢
感谢这么久以来对本项目支持的各位大佬！
评论