11.1 yolov8模型自制数据集

本文是看了博客YOLOv8制作自己的目标检测数据集保姆级教程（包含json转xml转txt）_yolov8数据集制作-CSDN博客，没有抄袭的意思，这里主要作为笔记用。

1.数据集准备

在E盘新建一个Mydataset文件夹（可自定义），如图所示放置四个.py文件，两个数据集文件夹以及一个数据加载配置文件，名称如图所示，.py中的代码下文将逐一给出，.yaml中的内容下文也会给出。

1.1原始数据

原始数据集如图所示，存放在original_dataset文件夹（可自定义）下，包含了原始图片和利用labelme标注得到的json文件(注意：如果用label.exe文件标定数据，数据集可以直接标定为json文件或者xml文件，下面不需要再做json到xml文件的转换处理)。

1.2待制作数据集（yolov8加载的数据集）

        Mydataset文件夹下新建data文件夹（可自定义），再在data目录下新建Annotations, images, ImageSets, labels 四个文件夹。

📌Annotations：存放转换之后图片的xml文件

📌images：存放数据集的图片文件

📌ImageSets ：存放数据集按比例分割之后自动生成的train.txt，val.txt，test.txt和trainval.txt四个文件

📌labels：存放xml文件转换后的txt标准格式标签

下文将详细介绍每一个文件夹中存放的文件及其制作流程。

2.标签格式转化（json转xml）

注意：如果用label.exe文件标定数据，数据集可以直接标定为json文件或者xml文件，下面不需要再做json到xml文件的转换处理。

        由于使用labelme进行标注得到的label是json格式的文件，故需将原始数据集json格式的标签转换为xml格式。

在Mydataset目录下新建一个文件json2xml.py，运行。

📌注意代码第12行中地址labelme_path为原始json、bmp标注数据路径,需要更换成自己的数据集名称。

❗❗❗代码中默认的是读取bmp格式的图像，如果你的原始数据集中是jpg或png格式的图像，需要把json2xml.py代码中所有的“bmp”修改为你自己图像对应的格式，如“jpg”，“png”，该部分代码中有两处需要修改。

📌注意代码第13行中地址saved_path为转换后xml文件的保存路径。

代码如下：

import os
import xml.dom
 
import numpy as np
import codecs
import json
import glob
import cv2
import shutil
 
# 1.标签路径
labelme_path = r"E:\Mydataset\original_dataset"  # 原始json、bmp标注数据路径,需要更换成自己的数据集名称
saved_path = r"E:\Mydataset\data\Annotations"  # 保存路径
 
# 2.获取待处理文件
files = glob.glob("%s/*.json" % (labelme_path))
 
# 3.读取标注信息并写入 xml
for json_filename in files:
     json_file = json.load(open(json_filename, "r", encoding="utf-8"))
     i = 0
     # 图像名字，若图像格式不是bmp，需要修改此处
     img_name = json_filename.replace(".json", ".bmp")
     height, width, channels = cv2.imread(img_name).shape
     # xml名字
     xmlName = os.path.join(saved_path, json_filename.split("\\")[-1].replace(".json", ".xml"))
 
     with codecs.open(xmlName, "w", "utf-8") as xml:
        print(2)
        xml.write('<annotation>\n')
        xml.write('\t<folder>' + 'bmp' + '</folder>\n')
        xml.write('\t<filename>' + img_name + '</filename>\n')
        # -------------------------------------------------
        xml.write('\t<source>\n')
        xml.write('\t\t<database>hulan</database>\n')
 
        # --------------------------------------------------
        xml.write('\t</source>\n')
        # -----------------------------------------------------------
        xml.write('\t<size>\n')
        xml.write('\t\t<width>' + str(width) + '</width>\n')
        xml.write('\t\t<height>' + str(height) + '</height>\n')
        xml.write('\t\t<depth>' + str(channels) + '</depth>\n')
        # ------------------------------------------------
        xml.write('\t</size>\n')
        xml.write('\t\t<segmented>0</segmented>\n')
 
        # 节点判断
        for multi in json_file["shapes"]:
            points = np.array(multi["points"])
            xmin = min(points[:, 0])
            xmax = max(points[:, 0])
            ymin = min(points[:, 1])
            ymax = max(points[:, 1])
            label = multi["label"]
            if xmax &