You need to enable JavaScript to run this app. 如何将YOLO格式的.txt标注文件转换为PASCAL VOC格式的.xml文件?
优惠活动
大模型
产品
解决方案
定价
更多

如何将YOLO格式的.txt标注文件转换为PASCAL VOC格式的.xml文件?

YOLO标注批量转PASCAL VOC实现思路

首先明确两种格式的核心差异:

  • YOLO格式.txt:每个标注文件对应一张图片,每行标注为类别id 归一化中心点x 归一化中心点y 归一化框宽 归一化框高,所有坐标都是相对于原图宽高的0-1范围值
  • PASCAL VOC格式.xml:每个标注文件对应一张图片,存储图片的路径、尺寸、通道数,以及每个标注框的绝对坐标(xmin/ymin/xmax/ymax)、类别名称等结构化信息

前置准备

你需要先准备两个基础信息:

  • 数据集的类别列表,按id顺序排列所有类别名(和你训练YOLO时用的.names文件内容完全一致)
  • 确保图片和YOLO标注文件一一对应,文件名除后缀外完全相同

批量转换实现步骤

  1. 遍历图片文件夹,逐个读取图片获取每张图的实际宽度、高度、通道数,如果你已经提前存了所有图片的尺寸信息,可以跳过读图片步骤直接调用尺寸值,转换速度会更快
  2. 读取对应同名的YOLO标注.txt文件,逐行解析每个标注框的归一化参数
  3. 把归一化坐标转换为VOC需要的绝对坐标:
    • 绝对中心点x = 归一化x * 原图宽度
    • 绝对中心点y = 归一化y * 原图高度
    • 绝对框宽 = 归一化width * 原图宽度
    • 绝对框高 = 归一化height * 原图高度
    • 计算四个边界坐标:
      • xmin = 绝对中心点x - 绝对框宽/2,取整,且保证不小于0
      • ymin = 绝对中心点y - 绝对框高/2,取整,且保证不小于0
      • xmax = 绝对中心点x + 绝对框宽/2,取整,且保证不超过原图宽度
      • ymax = 绝对中心点y + 绝对框高/2,取整,且保证不超过原图高度
  4. 按照VOC的xml固定模板,把图片信息、所有标注框的坐标和类别名填充进去
  5. 把拼接完成的xml内容写入对应文件名的.xml文件,保存到指定输出文件夹即可

核心代码示例(Python)

修改路径参数后可直接运行:

import os
import cv2
from xml.etree.ElementTree import Element, SubElement, ElementTree

# 以下参数替换为你自己的对应内容
classes = ['类别1', '类别2', '类别3'] # 按YOLO类别id顺序填写所有类别名
img_folder = './images' # 图片存放路径
yolo_label_folder = './labels' # YOLO标注txt存放路径
voc_output_folder = './voc_labels' # 转换后xml的输出路径

os.makedirs(voc_output_folder, exist_ok=True)

for img_name in os.listdir(img_folder):
    # 过滤非图片文件
    if not img_name.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp')):
        continue
    # 读取图片获取尺寸
    img_path = os.path.join(img_folder, img_name)
    img = cv2.imread(img_path)
    h, w, c = img.shape
    # 匹配对应YOLO标注文件
    txt_name = os.path.splitext(img_name)[0] + '.txt'
    txt_path = os.path.join(yolo_label_folder, txt_name)
    if not os.path.exists(txt_path):
        continue # 无标注的图片直接跳过,可按需调整逻辑
    
    # 构建VOC xml基础结构
    root = Element('annotation')
    SubElement(root, 'folder').text = os.path.basename(img_folder)
    SubElement(root, 'filename').text = img_name
    SubElement(root, 'path').text = img_path
    
    size = SubElement(root, 'size')
    SubElement(size, 'width').text = str(w)
    SubElement(size, 'height').text = str(h)
    SubElement(size, 'depth').text = str(c)
    
    SubElement(root, 'segmented').text = '0'
    
    # 解析YOLO标注并填充到xml
    with open(txt_path, 'r', encoding='utf-8') as f:
        lines = f.readlines()
    for line in lines:
        line = line.strip().split()
        if len(line) != 5:
            continue
        cls_id, x_center, y_center, box_w, box_h = map(float, line)
        cls_id = int(cls_id)
        # 坐标转换
        x_center = x_center * w
        y_center = y_center * h
        box_w = box_w * w
        box_h = box_h * h
        xmin = int(max(0, x_center - box_w / 2))
        ymin = int(max(0, y_center - box_h / 2))
        xmax = int(min(w, x_center + box_w / 2))
        ymax = int(min(h, y_center + box_h / 2))
        
        # 新增标注目标节点
        obj = SubElement(root, 'object')
        SubElement(obj, 'name').text = classes[cls_id]
        SubElement(obj, 'pose').text = 'Unspecified'
        SubElement(obj, 'truncated').text = '0'
        SubElement(obj, 'difficult').text = '0'
        bndbox = SubElement(obj, 'bndbox')
        SubElement(bndbox, 'xmin').text = str(xmin)
        SubElement(bndbox, 'ymin').text = str(ymin)
        SubElement(bndbox, 'xmax').text = str(xmax)
        SubElement(bndbox, 'ymax').text = str(ymax)
    
    # 保存xml文件
    xml_name = os.path.splitext(img_name)[0] + '.xml'
    xml_path = os.path.join(voc_output_folder, xml_name)
    tree = ElementTree(root)
    tree.write(xml_path, encoding='utf-8')

验证建议

转换完成后随机抽取3-5张图片,分别读取YOLO标注和生成的VOC标注在图上画框,确认坐标转换完全正确后再全量用于SSD训练即可。

内容的提问来源于stack exchange,提问作者marita

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.14 05:27:04