如何将 yolo 暗网格式转换为 .csv 文件答案

【问题标题】：How to convert a yolo darknet format into .csv file如何将 yolo 暗网格式转换为 .csv 文件
【发布时间】：2020-12-20 15:05:08
【问题描述】：

我有一些最初是 YOLO 格式的注释。我需要将其转换为 yolo csv 格式，以便使用我的变形金刚模型进行训练。我需要的示例 .csv 文件：

Sample annotation file in CSV format

csv 属性包括：image_id、width、height 和图像边界框的坐标。任何帮助将不胜感激！

【问题讨论】：

标签： computer-vision pytorch object-detection detection yolo

【解决方案1】：

首先我应该说没有直接的方法可以将这些格式转换为 csv。你应该读取文件并解析它们的数据。

第 1 步：导入库

我们需要从目录中读取 txt 文件（yolo 标签）并将它们保存到 csv 中。所以我们需要这些库：

import os
import glob
import pandas as pd
import numpy as np

第 2 步：获取 yolo 标签列表

使用OS 库打开您的yolo 标签并使用glob 读取txt 文件的目录：

os.chdir(r'D:\karami\Labeled\train1\labels')
myFiles = glob.glob('*.txt')

我的标签在我的标签文件夹中，所以我将该目录设置为该目录。

第 3 步：读取行和拆分数据 你在 myFiles 变量中有你的标签列表您应该对其进行迭代并读取每个文件的第一行并拆分其数据。在您分享的图像中，我们有边界框的绝对坐标。根据我们拥有的 yolo 暗网文档：

对象类 x_center y_center width height

x_center,y_center,width,height - 相对于宽度的浮点值和图像的高度，它可以等于（0.0 到 1.0] 例如：= / 或 = /

你可以在here看到完整的描述

所以我们需要将坐标乘以图像的宽度和高度。

yolo 文件不包含图像大小，因此您应该在之前定义它们之后使用您的拆分字符串。然后保存您的数据框。代码：

width=1024
height=1024
image_id=0
final_df=[]
for item in myFiles:
    row=[]
    bbox_temp=[]
    with open(item, 'rt') as fd:
        first_line = fd.readline()
        splited = first_line.split();
        
        row.append(image_id)
        row.append(width)
        row.append(height)
        try:
            bbox_temp.append(float(splited[1])*width)
            bbox_temp.append(float(splited[2])*height)
            bbox_temp.append(float(splited[3])*width)
            bbox_temp.append(float(splited[4])*height)
            row.append(bbox_temp)
            final_df.append(row)
        except:
            print("file is not in YOLO format!")
df = pd.DataFrame(final_df,columns=['image_id', 'width', 'height','bbox'])
df.to_csv("saved.csv",index=False)

这是我的 csv 文件：

【讨论】：

这有帮助吗 - @Markus Khoa ？