【目标检测标签转换工具】YOLO 格式与 Pascal VOC XML 格式的互转详解（含完整代码）
一、写在前面：为什么需要标签格式转换？
在目标检测任务中，不同的模型和标注工具使用的标签格式常常不同：
-
YOLO 系列（YOLOv5/v8） 使用的是
.txt格式，每行为一个目标，记录相对归一化的位置信息； -
Faster R-CNN、SSD、RetinaNet 等 模型常使用 Pascal VOC 格式（
.xml文件）； -
而像 LabelImg、CVAT 等标注工具 默认生成的就是 Pascal VOC 或 COCO 格式。
这就带来了一个常见需求：在模型训练、标注、评估之间自由切换格式，提高数据复用效率！
因此，本文提供 YOLO ↔ Pascal VOC 的双向转换工具代码，并详细说明使用流程、格式说明及代码实现，助你轻松完成数据迁移与模型切换。
二、YOLO 格式与 Pascal VOC 格式简介
YOLO 标签格式（每张图一个 .txt 文件）：
每一行一个目标，格式如下：
其中：
-
class_id为类别 ID，从 0 开始； -
x_center,y_center为目标中心点坐标（相对图像宽高归一化）； -
width,height也为相对值。
示例：
1 0.521 0.637 0.221 0.340
Pascal VOC 标签格式（每张图一个 .xml 文件）：
结构化 XML 文件，包含图像尺寸与每个目标的 标签，坐标使用的是绝对像素值。
<annotation>
<folder>VOC2007folder>
<filename>example.jpgfilename>
<size>
<width>1920width>
<height>1080height>
<depth>3depth>
size>
<object>
<name>Spallingname>
<bndbox>
<xmin>480xmin>
<ymin>360ymin>
<xmax>920xmax>
<ymax>880ymax>
bndbox>
object>
annotation>
⚙️ 三、YOLO ➡ Pascal VOC XML 转换
我们将 YOLO 中的中心点+宽高形式的标注转换为 Pascal VOC 格式的绝对坐标（xmin, ymin, xmax, ymax）。
完整代码如下：
import os
import glob
from PIL import Image
def convert_yolo_to_voc(yolo_dir, image_dir, output_dir, class_names, img_ext=".jpg"):
os.makedirs(output_dir, exist_ok=True)
image_list = glob.glob(os.path.join(image_dir, f"*{img_ext}"))
print(f"Found {len(image_list)} images.")
for idx, image_path in enumerate(image_list):
image_name = os.path.splitext(os.path.basename(image_path))[0]
label_path = os.path.join(yolo_dir, image_name + ".txt")
xml_path = os.path.join(output_dir, image_name + ".xml")
# 读取图像尺寸
try:
image = Image.open(image_path)
w, h = image.size
except Exception as e:
print(f"Error reading image {image_path}: {e}")
continue
# 写入 XML 文件头部
with open(xml_path, 'w') as xml_file:
xml_file.write('\n' )
xml_file.write(f' VOC2007 \n')
xml_file.write(f' \n' )
xml_file.write(f' 3 \n')
xml_file.write(' \n')
if os.path.exists(label_path):
with open(label_path, 'r') as f:
lines = f.read().splitlines()
for line in lines:
spt = line.strip().split()
if len(spt) != 5:
continue # 非标准行跳过
class_id = int(spt[0])
if class_id >= len(class_names):
print(f"Warning: class_id {class_id} out of range in {label_path}")
continue
name = class_names[class_id]
xc, yc, bw, bh = map(float, spt[1:])
xmin = int((xc - bw / 2) * w)
ymin = int((yc - bh / 2) * h)
xmax = int((xc + bw / 2) * w)
ymax = int((yc + bh / 2) * h)
xml_file.write(' )
xml_file.write(f' Unspecified \n')
xml_file.write(' 0 \n')
xml_file.write(' 0 \n')
xml_file.write(' \n' )
xml_file.write(f' 注意事项：
-
自动读取图像尺寸；
-
支持批量处理；
-
会自动创建 XML 存储目录。
⚙️ 四、Pascal VOC XML ➡ YOLO 转换
本部分代码将 Pascal VOC 格式中的
完整代码如下：
import os
import glob
import xml.etree.ElementTree as ET
from PIL import Image
def convert_voc_to_yolo(xml_dir, image_dir, output_dir, class_names, img_ext=".jpg"):
os.makedirs(output_dir, exist_ok=True)
xml_list = glob.glob(os.path.join(xml_dir, "*.xml"))
print(f"Found {len(xml_list)} XML files.")
for idx, xml_path in enumerate(xml_list):
tree = ET.parse(xml_path)
root = tree.getroot()
image_name = root.find('filename').text
name_base = os.path.splitext(image_name)[0]
img_path = os.path.join(image_dir, name_base + img_ext)
txt_path = os.path.join(output_dir, name_base + ".txt")
# 获取图像宽高
try:
image = Image.open(img_path)
w, h = image.size
except Exception as e:
print(f"Error reading image {img_path}: {e}")
continue
with open(txt_path, 'w') as f_out:
for obj in root.findall('object'):
cls_name = obj.find('name').text
if cls_name not in class_names:
print(f"Warning: class name {cls_name} not in list.")
continue
cls_id = class_names.index(cls_name)
bbox = obj.find('bndbox')
xmin = int(float(bbox.find('xmin').text))
ymin = int(float(bbox.find('ymin').text))
xmax = int(float(bbox.find('xmax').text))
ymax = int(float(bbox.find('ymax').text))
# 转为YOLO格式：中心点 + 宽高，归一化
x_center = (xmin + xmax) / 2.0 / w
y_center = (ymin + ymax) / 2.0 / h
box_width = (xmax - xmin) / w
box_height = (ymax - ymin) / h
f_out.write(f"{cls_id} {x_center:.6f} {y_center:.6f} {box_width:.6f} {box_height:.6f}\n")
if (idx + 1) % 100 == 0:
print(f"Processed {idx+1}/{len(xml_list)} annotations.")
print(" All VOC XML annotations converted to YOLO format.")
# 示例调用：
if __name__ == "__main__":
voc_xml_dir = "/Annotations"
image_dir = "/test/images"
output_yolo_dir = "/test/labels_converted"
class_names = ['Spalling', 'Wheel Burn', 'Squat', 'Corrugation']
convert_voc_to_yolo(voc_xml_dir, image_dir, output_yolo_dir, class_names)
注意事项：
-
自动读取图像尺寸用于归一化；
-
支持自定义类别名列表；
-
会跳过无效标签或未知类别。
五、实际调用示例（适配你的项目路径）
if __name__ == "__main__":
class_names = ['Spalling', 'Wheel Burn', 'Squat', 'Corrugation']
# YOLO → XML
convert_yolo_to_voc(
yolo_dir="Rail/test/labels",
image_dir="Rail/test/images",
output_dir="Annotations",
class_names=class_names
)
# XML → YOLO
convert_voc_to_yolo(
xml_dir="Annotations",
image_dir="Rail/test/images",
output_dir="Rail/test/labels_converted",
class_names=class_names
)
六、总结
通过本文，你可以轻松实现：
-
YOLO 格式转 VOC XML，用于模型评估或可视化工具（如 LabelImg）；
-
Pascal VOC XML 转 YOLO 格式，用于 YOLO 系列训练和部署；
-
批量处理、自定义类别、路径自动化，适配多种检测任务。
数据预处理的质量，直接决定模型训练的效果，掌握格式转换是深度学习项目中必不可少的基本功！