README.md

1. 概要

• アノテーションツールVOTTで出力したPascal VOC形式のXMLファイルをCOCO形式のJSONファイルへ変換するコード
• VOTTで定義されたtrainとvalに分割を考慮して、COCO形式のデータセットに変換する。

2. 引用

• 今回は以下のGithubの内容を改変して作成しました。コア部分はこちらのコードを使用させていただきました。
• https://github.com/Kazuhito00/convert_voc_to_coco

3. 環境構築

3.1 pip install

• tqdm
• natsort

pip install tqdm natsort

3.2 実行時のファイル構成

• convert_vott_voc2coco.pyのファイル構成は以下のようにします。
• 以下以外でも動くかもしれませんが、動作確認していません。

├─convert_vott_voc2coco.py
│  
└─{you setting name}-PascalVOC-export
    ├─Annotations
    ├─ImageSets
    │  └─Main
    └─JPEGImages

• Annotationsにはxmlファイル（@@@.xml...）、ImageSets/Mainにはtxtファイル(@@@_train.txt, @@@_val.txt)、JPEGImagesには画像ファイル（@@@.jpg...）を格納

4. 実行

• 以下のコマンドで実行します。

python convert_vott_voc2coco.py {yo setting name}-PascalVOC-export

# ex)
python convert_vott_voc2coco.py yolox_test-PascalVOC-export

なお、デフォルトではクラス名がソートされますので、abc順になります。 クラス名の順番を指定したい場合は下記のように引数-cnの後にスペースで区切って指定の順番でクラス名を記載してください。

# ex)
python convert_vott_voc2coco.py yolox_test-PascalVOC-export -cn person car motorcycle

• 実行後、以下のフォルダが生成されます。{YYYYMMDD_HHMMSS}は日付・時刻です。
• annotationsフォルダに変換後のtrain、valのCOCO形式のjsonファイル（instances_train2017.json、instances_val2017.json）、train2017フォルダにtrain画像、val2017フォルダにval画像が保存されます。

─{YYYYMMDD_HHMMSS}_COCO_format
   ├─annotations
   |  ├─instances_train2017.json
   |  └─instances_val2017.json
   ├─train2017
   |  └─@@@.jpg
   └─val2017
      └─@@@.jpg

5. 活用

YOLOXのdatasetsに格納して、学習に活用することができます。

6. 紹介

ブログ

Youtube