如何批量将YOLO Darknet格式标注文件完整转换为CSV文件

代码无法读取全量标注是三个逻辑错误导致的：

• 仅调用一次readline()读取了每个txt文件的第一行，没有循环遍历文件内的所有标注行
• image_id赋值逻辑完全错误：初始定义的image_id=0从未被使用，反而把fd.readline(1)读取到的1个字符作为image_id写入结果
• 每个文件只执行了一次解析、一次结果追加，自然每个文件只会输出1条标注。

import os
import glob
import pandas as pd

os.chdir(r'C:\xxx\labels')
myFiles = glob.glob('*.txt')
img_width = 1024
img_height = 1024
final_records = []

for img_id, txt_path in enumerate(myFiles):
    with open(txt_path, 'r', encoding='utf-8') as f:
        for line in f:
            line = line.strip()
            # 跳过空行
            if not line:
                continue
            parts = line.split()
            # 校验行长度是否符合YOLO格式
            if len(parts) != 5:
                print(f"文件{txt_path}存在非法标注行: {line}")
                continue
            try:
                # 沿用原有坐标转换逻辑
                x = float(parts[1]) * img_width
                y = float(parts[2]) * img_height
                w = float(parts[3]) * img_width
                h = float(parts[4]) * img_height
                # 如果需要保存类别，放开下面注释
                # category = int(parts[0])
                # final_records.append([img_id, img_width, img_height, category, [x,y,w,h]])
                final_records.append([img_id, img_width, img_height, [x,y,w,h]])
            except ValueError:
                print(f"文件{txt_path}行解析失败: {line}")

# 如果开启了类别保存，把列名改成['image_id', 'width', 'height', 'category', 'bbox']
df = pd.DataFrame(final_records, columns=['image_id', 'width', 'height', 'bbox'])
df.to_csv("saved.csv", index=False)

• 代码会遍历每个txt文件的所有非空行，逐行解析标注，最终输出的行数等于所有txt文件的有效标注行总和，符合预期的一千余行结果
• 同一个txt文件内的所有标注行会被分配同一个自增的image_id，从0开始按文件遍历顺序递增
• 新增了格式校验逻辑，遇到空行、格式错误的行只会打印提示，不会中断整个转换流程
• 如果需要保留0/1的类别字段，把代码中对应的注释放开即可。

内容的提问来源于stack exchange，提问作者Kukkik