CCPD数据集高效转换为YOLO格式：自动化脚本与最佳实践

1次阅读

共计 2619 个字符，预计需要花费 7 分钟才能阅读完成。

CCPD 数据集作为车牌检测领域的常用数据集，采用 XML 格式存储标注信息，而 YOLO 目标检测框架要求标注文件为特定格式的 TXT 文件。两种格式的主要差异体现在：

坐标表示方式：CCPD 使用绝对像素坐标，YOLO 需要归一化的相对坐标
文件结构：CCPD 每个 XML 对应一张图片，YOLO 需要将所有标注合并到单个 TXT
类别标识：CCPD 可能有多个车牌类别，YOLO 通常需要统一为单一类别

我们设计了一个 Python 自动化转换脚本，主要处理流程如下：

XML 解析：使用 ElementTree 读取 CCPD 标注文件
坐标转换：将绝对坐标转换为 YOLO 要求的归一化相对坐标
格式生成：按 YOLO 格式要求组织输出内容
错误处理：记录转换过程中的异常情况
进度显示：使用 tqdm 展示处理进度

#!/usr/bin/env python3
"""CCPD to YOLO format converter"""
import argparse
import xml.etree.ElementTree as ET
from pathlib import Path
from tqdm import tqdm

def parse_args():
    parser = argparse.ArgumentParser(description='CCPD to YOLO format converter')
    parser.add_argument('--ccpd_dir', type=str, required=True, help='CCPD dataset directory')
    parser.add_argument('--output_dir', type=str, required=True, help='Output directory for YOLO format')
    parser.add_argument('--class_id', type=int, default=0, help='YOLO class ID for license plates')
    return parser.parse_args()

def convert_bbox(size: tuple, box: list) -> list:
    """Convert CCPD bbox to YOLO format"""
    dw = 1.0 / size[0]
    dh = 1.0 / size[1]
    x = (box[0] + box[2]) / 2.0 * dw
    y = (box[1] + box[3]) / 2.0 * dh
    w = (box[2] - box[0]) * dw
    h = (box[3] - box[1]) * dh
    return [x, y, w, h]

def process_file(xml_path: Path, output_dir: Path, class_id: int):
    """Process single XML file"""
    try:
        tree = ET.parse(xml_path)
        root = tree.getroot()

        # Get image size
        size = root.find('size')
        width = int(size.find('width').text)
        height = int(size.find('height').text)

        # Prepare output path
        txt_path = output_dir / f"{xml_path.stem}.txt"

        # Process each object
        with open(txt_path, 'w') as f:
            for obj in root.iter('object'):
                bbox = obj.find('bndbox')
                box = [float(bbox.find('xmin').text),
                    float(bbox.find('ymin').text),
                    float(bbox.find('xmax').text),
                    float(bbox.find('ymax').text)
                ]
                yolo_box = convert_bbox((width, height), box)
                f.write(f"{class_id} {' '.join([str(x) for x in yolo_box])}\n")
    except Exception as e:
        print(f"Error processing {xml_path}: {str(e)}")

def main():
    args = parse_args()
    ccpd_dir = Path(args.ccpd_dir)
    output_dir = Path(args.output_dir)

    output_dir.mkdir(parents=True, exist_ok=True)

    xml_files = list(ccpd_dir.glob('*.xml'))
    print(f"Found {len(xml_files)} XML files to process")

    for xml_file in tqdm(xml_files, desc='Processing'):
        process_file(xml_file, output_dir, args.class_id)

    print(f"Conversion complete. Output saved to {output_dir}")

if __name__ == '__main__':
    main()

转换完成后，建议使用 OpenCV 验证转换结果是否正确：