请写一段python代码，实现xml数据集格式转coco数据集json格式

以下是一个简单的Python程序，将XML格式的数据集转换为COCO格式的JSON数据集：

import os
import json
import xml.etree.ElementTree as ET

# COCO 数据集的基本结构
coco_data = {
    "images": [],
    "annotations": [],
    "categories": []
}

# 以下是你自己的类别和标注ID
classes_map = {
    "car": 1,
    "truck": 2,
    "bus": 3
}
annotation_id = 1

# 以下是 XML 文件的路径和 COCO JSON 数据集输出路径
xml_path = "path/to/xml/files"
json_path = "path/to/coco/json"

# 遍历 XML 文件
for xml_file in os.listdir(xml_path):
    if xml_file.endswith(".xml"):
        # 解析 XML 文件
        tree = ET.parse(os.path.join(xml_path, xml_file))
        root = tree.getroot()

        # 从 XML 文件中获取图像信息
        image_id = int(root.find("filename").text.split(".")[0])
        image_width = int(root.find("size/width").text)
        image_height = int(root.find("size/height").text)
        image_file_name = root.find("filename").text

        # 添加图像信息到 COCO 数据集中
        coco_data["images"].append({
            "id": image_id,
            "file_name": image_file_name,
            "width": image_width,
            "height": image_height
        })

        # 获取并添加标注信息到 COCO 数据集中
        for obj in root.findall("object"):
            class_name = obj.find("name").text
            bbox = obj.find("bndbox")
            x_min = int(bbox.find("xmin").text)
            y_min = int(bbox.find("ymin").text)
            x_max = int(bbox.find("xmax").text)
            y_max = int(bbox.find("ymax").text)

            coco_data["annotations"].append({
                "id": annotation_id,
                "image_id": image_id,
                "category_id": classes_map[class_name],
                "bbox": [x_min, y_min, x_max - x_min, y_max - y_min],
                "area": (x_max - x_min) * (y_max - y_min),
                "iscrowd": 0
            })

            annotation_id += 1

# 添加类别信息到 COCO 数据集中
for class_name, class_id in classes_map.items():
    coco_data["categories"].append({
        "id": class_id,
        "name": class_name
    })

# 将 COCO 数据集保存为 JSON 文件
with open(json_path, "w") as json_file:
    json.dump(coco_data, json_file)

请注意，该程序仅仅是一个简单的示例，你需要根据你的数据集结构和类别信息进行相应的修改和调整。