开源项目实战学习之YOLO11：ultralytics-cfg-datasets-VOC、xView.yaml文件（八）

👉 点击关注不迷路
👉 点击关注不迷路
👉 点击关注不迷路

• VOC.yaml
  • 用途： 主要用于配置与 Pascal VOC 数据集相关的信息，以便在 YOLO 框架等目标检测任务中使用该数据集进行模型训练、评估和推理。
  • 内容： 通常包含数据集的路径信息，例如训练集、验证集和测试集图像及标注文件的存放路径；还包括类别名称的映射列表，明确数据集中不同目标的类别，如人、车、猫、狗等常见物体类别。
  • 应用场景： 是一个较为经典的目标检测数据集，适用于作为基准测试或小规模项目的训练集，比如在一些学术研究中，用于初步验证目标检测算法的有效性；也可用于一些对精度要求不是极高，但对检测速度有一定要求的小型应用场景，如简单的室内物体检测等。
• xView.yaml
  • 用途： 用于配置 xView 数据集相关信息，为在 YOLO 框架下处理该数据集提供配置支持。
  • 内容： 包含数据集的路径，指出训练集、验证集等数据的存储位置；定义了数据集中的各类别，xView 数据集包含 60 个类别的 100 多万个对象实例；可能还包含一些关于数据预处理、标注转换等相关的配置信息。
  • 应用场景： xView 数据集是可公开获取的最大高空图像数据集之一，图像由卫星采集，分辨率较高。其应用场景主要集中在遥感领域，如军事和国防侦察，可用于监测军事设施、部队部署等；环境监测方面，能监测森林覆盖变化、土地利用变化等；以及基础设施测绘和管理，对城市中的建筑物、道路等基础设施进行监测和管理。

VOC.yaml

• # parent
  # ├── ultralytics
  # └── datasets
  #     └── VOC  ← downloads here (2.8 GB)
  # 描述了数据集的下载位置，建议将VOC数据集下载到ultralytics/datasets/VOC目录下，数据集大小约为2.8GBpath: ../datasets/VOC
  # 指定数据集的根路径，这里表示相对于当前配置文件所在位置的上一级目录的datasets/VOC目录train:- images/train2012- images/train2007- images/val2012- images/val2007
  # 定义训练集的图像路径，这些路径是相对于上面指定的path路径的，包含了2012年和2007年的训练集和验证集图像路径，共16551张图像val:- images/test2007
  # 定义验证集的图像路径，相对于path路径，这里使用了2007年的测试集图像作为验证集，共4952张图像test:- images/test2007
  # 定义测试集的图像路径，相对于path路径，这里同样使用了2007年的测试集图像，标注为可选# Classes
  names:0: aeroplane  # 索引0对应的类别名称为“aeroplane”，在数据集中用于标识飞机类别1: bicycle  # 索引1对应的类别名称为“bicycle”，表示自行车类别2: bird  # 索引2对应的类别名称为“bird”，代表鸟类别3: boat  # 索引3对应的类别名称为“boat”，用于表示船类别4: bottle  # 索引4对应的类别名称为“bottle”，表示瓶子类别5: bus  # 索引5对应的类别名称为“bus”，代表公共汽车类别6: car  # 索引6对应的类别名称为“car”，表示汽车类别7: cat  # 索引7对应的类别名称为“cat”，代表猫类别8: chair  # 索引8对应的类别名称为“chair”，表示椅子类别9: cow  # 索引9对应的类别名称为“cow”，代表牛类别10: diningtable  # 索引10对应的类别名称为“diningtable”，表示餐桌类别11: dog  # 索引11对应的类别名称为“dog”，代表狗类别12: horse  # 索引12对应的类别名称为“horse”，表示马类别13: motorbike  # 索引13对应的类别名称为“motorbike”，代表摩托车类别14: person  # 索引14对应的类别名称为“person”，表示人类别15: pottedplant  # 索引15对应的类别名称为“pottedplant”，表示盆栽植物类别16: sheep  # 索引16对应的类别名称为“sheep”，代表羊类别17: sofa  # 索引17对应的类别名称为“sofa”，表示沙发类别18: train  # 索引18对应的类别名称为“train”，代表火车类别19: tvmonitor  # 索引19对应的类别名称为“tvmonitor”，表示电视监视器类别
  # 定义数据集中的类别名称，每个数字对应一个类别，共20个类别download: |import xml.etree.ElementTree as ETfrom pathlib import Pathfrom tqdm import tqdmfrom ultralytics.utils.downloads import download# 导入必要的模块，用于解析XML文件、处理文件路径、显示进度条以及下载数据集def convert_label(path, lb_path, year, image_id):# 函数功能：将VOC格式的XML标注文件转换为YOLO格式，通过提取边界框和类别ID实现def convert_box(size, box):dw, dh = 1.0 / size[0], 1.0 / size[1]x, y, w, h = (box[0] + box[1]) / 2.0 - 1, (box[2] + box[3]) / 2.0 - 1, box[1] - box[0], box[3] - box[2]return x * dw, y * dh, w * dw, h * dh# 内部函数，将边界框的坐标从VOC格式（xmin, xmax, ymin, ymax）转换为YOLO格式（中心x, 中心y, 宽度, 高度），并进行归一化in_file = open(path / f"VOC{year}/Annotations/{image_id}.xml")out_file = open(lb_path, "w")# 打开VOC格式的XML标注文件用于读取，打开一个新文件用于写入转换后的YOLO格式标注tree = ET.parse(in_file)root = tree.getroot()size = root.find("size")w = int(size.find("width").text)h = int(size.find("height").text)# 解析XML文件，获取根节点，然后找到图像尺寸信息，提取图像的宽度和高度names = list(yaml["names"].values())  # names list# 获取所有类别的名称列表，这些名称来自于yaml配置文件中的"names"字段for obj in root.iter("object"):cls = obj.find("name").textif cls in names and int(obj.find("difficult").text) != 1:xmlbox = obj.find("bndbox")bb = convert_box((w, h), [float(xmlbox.find(x).text) for x in ("xmin", "xmax", "ymin", "ymax")])cls_id = names.index(cls)  # class idout_file.write(" ".join(str(a) for a in (cls_id, *bb)) + "\n")# 遍历XML文件中的每个目标对象，获取其类别名称，检查是否在类别列表中且不是困难样本，# 然后获取边界框信息，转换为YOLO格式，得到类别ID，并将类别ID和边界框信息写入新文件# Downloaddir = Path(yaml["path"])  # dataset root dirurl = "https://github.com/ultralytics/assets/releases/download/v0.0.0/"urls = [f"{url}VOCtrainval_06-Nov-2007.zip",  # 446MB, 5012 imagesf"{url}VOCtest_06-Nov-2007.zip",  # 438MB, 4953 imagesf"{url}VOCtrainval_11-May-2012.zip",  # 1.95GB, 17126 images]# 获取数据集根目录路径，定义下载的基础URL，以及要下载的数据集压缩包的URL列表download(urls, dir=dir / "images", curl=True, threads=3, exist_ok=True)  # download and unzip over existing (required)# 使用提供的下载函数，从指定的URL列表下载数据集压缩包，并解压到指定目录（dir / "images"），# 使用curl方式下载，开启3个线程，允许覆盖已存在的文件# Convertpath = dir / "images/VOCdevkit"for year, image_set in ("2012", "train"), ("2012", "val"), ("2007", "train"), ("2007", "val"), ("2007", "test"):imgs_path = dir / "images" / f"{image_set}{year}"lbs_path = dir / "labels" / f"{image_set}{year}"imgs_path.mkdir(exist_ok=True, parents=True)lbs_path.mkdir(exist_ok=True, parents=True)# 定义VOC开发工具包路径，遍历不同年份和数据集划分（训练集、验证集、测试集）的组合，# 分别定义图像文件和标注文件的目标路径，并创建相应的目录（如果不存在）with open(path / f"VOC{year}/ImageSets/Main/{image_set}.txt") as f:image_ids = f.read().strip().split()# 打开包含图像ID列表的文本文件，读取内容并处理成图像ID列表for id in tqdm(image_ids, desc=f"{image_set}{year}"):f = path / f"VOC{year}/JPEGImages/{id}.jpg"  # old img pathlb_path = (lbs_path / f.name).with_suffix(".txt")  # new label pathf.rename(imgs_path / f.name)  # move imageconvert_label(path, lb_path, year, id)  # convert labels to YOLO format# 遍历图像ID列表，显示处理进度条，获取原始图像文件路径和新的标注文件路径，# 将图像文件移动到目标图像路径，然后调用convert_label函数将标注文件转换为YOLO格式
  

xView.yaml

• # 数据集根路径，这里设置为相对于当前文件所在目录的上一级目录下的datasets/xView目录
  path: ../datasets/xView # 训练集图像路径，通过指定的文本文件（autosplit_train.txt）来确定训练集图像，该文件中每行可能是一个图像的路径
  train: images/autosplit_train.txt # 验证集图像路径，同样通过指定的文本文件（autosplit_val.txt）来确定验证集图像
  val: images/autosplit_val.txt # Classes
  names:0: Fixed-wing Aircraft  # 索引0对应的类别名称为“Fixed-wing Aircraft”，表示固定翼飞机1: Small Aircraft  # 索引1对应的类别名称为“Small Aircraft”，表示小型飞机2: Cargo Plane  # 索引2对应的类别名称为“Cargo Plane”，表示货机3: Helicopter  # 索引3对应的类别名称为“Helicopter”，表示直升机4: Passenger Vehicle  # 索引4对应的类别名称为“Passenger Vehicle”，表示乘用车5: Small Car  # 索引5对应的类别名称为“Small Car”，表示小型汽车6: Bus  # 索引6对应的类别名称为“Bus”，表示公共汽车7: Pickup Truck  # 索引7对应的类别名称为“Pickup Truck”，表示皮卡8: Utility Truck  # 索引8对应的类别名称为“Utility Truck”，表示多功能卡车9: Truck  # 索引9对应的类别名称为“Truck”，表示卡车10: Cargo Truck  # 索引10对应的类别名称为“Cargo Truck”，表示货运卡车11: Truck w/Box  # 索引11对应的类别名称为“Truck w/Box”，表示带车厢的卡车12: Truck Tractor  # 索引12对应的类别名称为“Truck Tractor”，表示牵引车13: Trailer  # 索引13对应的类别名称为“Trailer”，表示拖车14: Truck w/Flatbed  # 索引14对应的类别名称为“Truck w/Flatbed”，表示平板卡车15: Truck w/Liquid  # 索引15对应的类别名称为“Truck w/Liquid”，表示液体运输卡车16: Crane Truck  # 索引16对应的类别名称为“Crane Truck”，表示起重机卡车17: Railway Vehicle  # 索引17对应的类别名称为“Railway Vehicle”，表示铁路车辆18: Passenger Car  # 索引18对应的类别名称为“Passenger Car”，表示客车19: Cargo Car  # 索引19对应的类别名称为“Cargo Car”，表示货车20: Flat Car  # 索引20对应的类别名称为“Flat Car”，表示平板车21: Tank car  # 索引21对应的类别名称为“Tank car”，表示罐车22: Locomotive  # 索引22对应的类别名称为“Locomotive”，表示火车头23: Maritime Vessel  # 索引23对应的类别名称为“Maritime Vessel”，表示海上船只24: Motorboat  # 索引24对应的类别名称为“Motorboat”，表示摩托艇25: Sailboat  # 索引25对应的类别名称为“Sailboat”，表示帆船26: Tugboat  # 索引26对应的类别名称为“Tugboat”，表示拖船27: Barge  # 索引27对应的类别名称为“Barge”，表示驳船28: Fishing Vessel  # 索引28对应的类别名称为“Fishing Vessel”，表示渔船29: Ferry  # 索引29对应的类别名称为“Ferry”，表示渡轮30: Yacht  # 索引30对应的类别名称为“Yacht”，表示游艇31: Container Ship  # 索引31对应的类别名称为“Container Ship”，表示集装箱船32: Oil Tanker  # 索引32对应的类别名称为“Oil Tanker”，表示油轮33: Engineering Vehicle  # 索引33对应的类别名称为“Engineering Vehicle”，表示工程车辆34: Tower crane  # 索引34对应的类别名称为“Tower crane”，表示塔式起重机35: Container Crane  # 索引35对应的类别名称为“Container Crane”，表示集装箱起重机36: Reach Stacker  # 索引36对应的类别名称为“Reach Stacker”，表示正面吊运机37: Straddle Carrier  # 索引37对应的类别名称为“Straddle Carrier”，表示跨运车38: Mobile Crane  # 索引38对应的类别名称为“Mobile Crane”，表示移动式起重机39: Dump Truck  # 索引39对应的类别名称为“Dump Truck”，表示自卸卡车40: Haul Truck  # 索引40对应的类别名称为“Haul Truck”，表示矿用卡车41: Scraper/Tractor  # 索引41对应的类别名称为“Scraper/Tractor”，表示铲运机/拖拉机42: Front loader/Bulldozer  # 索引42对应的类别名称为“Front loader/Bulldozer”，表示前装机/推土机43: Excavator  # 索引43对应的类别名称为“Excavator”，表示挖掘机44: Cement Mixer  # 索引44对应的类别名称为“Cement Mixer”，表示水泥搅拌车45: Ground Grader  # 索引45对应的类别名称为“Ground Grader”，表示平地机46: Hut/Tent  # 索引46对应的类别名称为“Hut/Tent”，表示小屋/帐篷47: Shed  # 索引47对应的类别名称为“Shed”，表示棚屋48: Building  # 索引48对应的类别名称为“Building”，表示建筑物49: Aircraft Hangar  # 索引49对应的类别名称为“Aircraft Hangar”，表示飞机库50: Damaged Building  # 索引50对应的类别名称为“Damaged Building”，表示受损建筑物51: Facility  # 索引51对应的类别名称为“Facility”，表示设施52: Construction Site  # 索引52对应的类别名称为“Construction Site”，表示建筑工地53: Vehicle Lot  # 索引53对应的类别名称为“Vehicle Lot”，表示停车场54: Helipad  # 索引54对应的类别名称为“Helipad”，表示直升机停机坪55: Storage Tank  # 索引55对应的类别名称为“Storage Tank”，表示储罐56: Shipping container lot  # 索引56对应的类别名称为“Shipping container lot”，表示集装箱堆场57: Shipping Container  # 索引57对应的类别名称为“Shipping Container”，表示集装箱58: Pylon  # 索引58对应的类别名称为“Pylon”，表示塔架59: Tower  # 索引59对应的类别名称为“Tower”，表示塔download: |import jsonimport osfrom pathlib import Pathimport numpy as npfrom PIL import Imagefrom tqdm import tqdmfrom ultralytics.data.utils import autosplitfrom ultralytics.utils.ops import xyxy2xywhn# 导入所需的模块和函数，用于处理JSON数据、文件和目录操作、数值计算、图像操作、进度条显示、数据自动分割以及坐标转换def convert_labels(fname=Path("xView/xView_train.geojson")):# 函数功能：将xView的geoJSON格式标注转换为YOLO格式，将类别映射到索引0 - 59，并保存为文本文件path = fname.parentwith open(fname, encoding="utf-8") as f:print(f"Loading {fname}...")data = json.load(f)# 打开geoJSON文件，读取其中的数据并解析为Python字典# Make dirslabels = Path(path / "labels" / "train")os.system(f"rm -rf {labels}")labels.mkdir(parents=True, exist_ok=True)# 创建保存YOLO格式标注文件的目录，如果目录已存在则先删除再创建# xView classes 11-94 to 0-59xview_class2index = [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, 0, 1, 2, -1, 3, -1, 4, 5, 6, 7, 8, -1, 9, 10, 11,12, 13, 14, 15, -1, -1, 16, 17, 18, 19, 20, 21, 22, -1, 23, 24, 25, -1, 26, 27, -1, 28, -1,29, 30, 31, 32, 33, 34, 35, 36, 37, -1, 38, 39, 40, 41, 42, 43, 44, 45, -1, -1, -1, -1, 46,47, 48, 49, -1, 50, 51, -1, 52, -1, -1, -1, 53, 54, -1, 55, -1, -1, 56, -1, 57, -1, 58, 59]# 定义一个列表，用于将xView数据集中原始的类别编号（11 - 94）映射到0 - 59的索引，-1表示该原始类别不使用shapes = {}for feature in tqdm(data["features"], desc=f"Converting {fname}"):p = feature["properties"]if p["bounds_imcoords"]:id = p["image_id"]file = path / "train_images" / idif file.exists():  # 1395.tif missingtry:box = np.array([int(num) for num in p["bounds_imcoords"].split(",")])assert box.shape[0] == 4, f"incorrect box shape {box.shape[0]}"cls = p["type_id"]cls = xview_class2index[int(cls)]  # xView class to 0-60assert 59 >= cls >= 0, f"incorrect class index {cls}"# 从标注数据中提取边界框坐标和类别ID，进行有效性检查，并将类别ID映射到0 - 59的索引# Write YOLO labelif id not in shapes:shapes[id] = Image.open(file).sizebox = xyxy2xywhn(box[None].astype(np.float), w=shapes[id][0], h=shapes[id][1], clip=True)with open((labels / id).with_suffix(".txt"), "a", encoding="utf-8") as f:f.write(f"{cls} {' '.join(f'{x:.6f}' for x in box[0])}\n")  # write label.txt# 如果图像尺寸信息不存在，则读取图像获取尺寸。将边界框坐标从xyxy格式转换为xywhn格式，并写入YOLO格式的标注文件except Exception as e:print(f"WARNING: skipping one label for {file}: {e}")# 如果在处理过程中出现异常，打印警告信息并跳过当前标注dir = Path(yaml["path"])  # dataset root dir# 获取数据集根目录路径，这里的yaml需要在实际运行环境中正确定义# Convert labelsconvert_labels(dir / "xView_train.geojson")# 调用convert_labels函数，将xView_train.geojson中的标注转换为YOLO格式# Move imagesimages = Path(dir / "images")images.mkdir(parents=True, exist_ok=True)Path(dir / "train_images").rename(dir / "images" / "train")Path(dir / "val_images").rename(dir / "images" / "val")# 创建images目录，将train_images目录重命名为images/train，将val_images目录重命名为images/val# Splitautosplit(dir / "images" / "train")# 对images/train目录下的图像进行自动分割，可能是将其划分为训练集和验证集（具体分割逻辑取决于autosplit函数的实现）