YOLO:labelImg使用+xml文件转为txt文件

最新推荐文章于 2026-04-10 10:10:06 发布

原创

最新推荐文章于 2026-04-10 10:10:06 发布 · 1.1w 阅读

标签

#xml #labelImg #yolo

本文介绍了如何使用labelImg工具进行目标检测标注，从XML文件转换为YOLO所需的TXT文件。详细步骤包括打开图片、保存XML、利用voc制作数据集以及将XML转为TXT，适合于自己动手训练YOLO模型。

最新：不需要另外xml转txt，直接用labelImg生成YOLO所需的txt文件的安装包(https://download.csdn.net/download/tzwsg/12575511)

一、labelImg使用方法

labelImg安装包
1、软件图标的使用
（1）打开需要标记的图片文件夹
在这里插入图片描述
（2）修改保存路径（XML文件夹）

（3）标注ROI区域，填写标签

（4）保存XML文件，有弹框提醒

（5）点击下一张图进行标记

2、软件快捷键的使用
Ctrl +u : 打开图片文件夹
Ctrl +r : 更改结果保存位置
w: 开始画框
Ctrl +s : 保存
d: 下一张
a: 上一张
del: 删除画的框
Ctrl++: 图片放大
Ctrl–: 图片缩小
↑→↓←: 对框进行移动
Ctrl+d: 复制当前框的标签和框
重要提醒：将图片全部命名为1、2、3、4….n等形式，因为后续将xml文件转成txt文件只能识别数字形式。不要加入中文。

二、利用voc制作自己的数据集

在目录下新建VOC2007，并在VOC2007下新建Annotations，ImageSets和JPEGImages三个文件夹。在ImageSets下新建Main文件夹。文件目录如下所示：
在这里插入图片描述
将自己的数据集图片拷贝到JPEGImages目录下。将数据集label文件拷贝到Annotations目录下。在VOC2007下新建test.py文件夹，将下面代码拷贝进去运行，将生成四个文件：train.txt,val.txt,test.txt和trainval.txt

import os
import random

trainval_percent = 0.1      #valid比例
train_percent = 0.9         #train比例
xmlfilepath = 'Annotations'
txtsavepath = 'ImageSets\Main'
total_xml = os.listdir(xmlfilepath)

num = len(total_xml)
list = range(num)
tv = int(num * trainval_percent)
tr = int(tv * train_percent)
trainval = random.sample(list, tv)
train = random.sample(trainval, tr)

ftrainval = open('ImageSets/Main/trainval.txt', 'w')
ftest = open('ImageSets/Main/test.txt', 'w')
ftrain = open('ImageSets/Main/train.txt', 'w')
fval =