关于对象标注文件的转换（xml转json）

最新推荐文章于 2023-10-16 14:33:51 发布
VIP文章 最新推荐文章于 2023-10-16 14:33:51 发布
阅读量2k 收藏 8
点赞数 1
分类专栏： 学习历程 文章标签： xml转json
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/loco1223/article/details/95350138
版权

背景介绍

手上有一个工程
https://github.com/aditya-vora/FCHD-Fully-Convolutional-Head-Detector
该工程是一个预测人头位置的目标检测工程。

也就是说，该工程的输出是一个个的对头的方框标注
在这里插入图片描述
因此所需要的label文件是关于当前图片所有目标的像素点位置记录，是一个json文件，如下所示
在这里插入图片描述
我的目标就是在普通图片上实现该文件的输出。

方案说明

采取的方案是用labelImg应用得到xml文件，再从xml文件中提取需要的部分生成对应json文件

labelImg可自行寻找。

xml文件一般格式

最低0.47元/天 解锁文章
loco1223
关注
  • 1
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
将自己的数据集格式（xml）转化成通义千问的微调格式（json）
Guet142021的博客
02-28 203
根据自己的xml文件进行相应修改里头的属性。
matlab实现人群计数密度图标签文件生成
loco1223的博客
07-19 4190
问题 近期在研究C^3 Framework系列之一：一个基于PyTorch的开源人群计数框架 为了实现自行标注数据集，也就是针对诸如MCNN等工程制作自己的mat文件，或者csv文件。 最终结果大概是这样 数据标定 针对上述三张照片，通过matlab代码进行数据标定，标定过程类似于这样 对应代码 %对图片上某个点进行标注 clear all close all clc set(gcf,'co...
XStream XML与Json转换
09-01
XStream在运行时使用Java反射机制对要进行序列化的对象树的结构进行探索，并不需要对对象作出修改。XStream可以序列化内部字段，包括私private和final字段，并且支持非公开类以及内部类。 在缺省情况下，XStream不需要配置映射关系，对象和字段将映射为同名XML元素。但是当对象和字段名与XML中的元素名不同时，XStream支持指定别名。XStream支持以方法调用的方式，或是Java 标注的方式指定别名。 XStream在进行数据类型转换时，使用系统缺省的类型转换器。同时，也支持用户自定义的类型转换器。
如何把xml格式数据转成json格式？
Do_LaLi的博客
11-15 1万+
传入需要转换的xml,返回对应的json字符串。
json转xml、xml转json
热门推荐
spirit_8023的博客
09-19 3万+
一、jar包 所需jar包 二、xml2json 方法一： 使用json-lib 代码： public String xml2json(String xml) {         //创建XMLSerializer对象         XMLSerializer xmlSerializer = new XMLSerializer();         //将xml转化为json...
XML格式转JSON格式
weixin_45934981的博客
09-08 4513
XML（可扩展标记语言）作为一种结构化标记语言，适合用于表示复杂层次结构的数据，具备自定义标签、属性和模式定义等特性。JSON（JavaScript对象表示）则是一种轻量级数据格式，以键值对的形式表示数据，广泛用于Web应用程序中。文章强调了了解这两种格式的优势和适用场景的重要性，以便在实际项目中做出明智的选择。无论您是开发人员、数据工程师还是系统架构师，对XML和JSON的理解都是关键的技能，有助于更好地满足不同项目的数据交换需求。
标注文件格式转换：xml和json相互转化、xml和txt相互转化、txt和json相互转化
weixin_44944382的博客
05-16 2080
1、xml转json #coding:utf-8 import os import glob import json import shutil import numpy as np import xml.etree.ElementTree as ET # 项目根目录下放置data/coco文件夹，里面分别有annotations、train2017、val2017三个文件夹。 # 格式转化前要将xml和图片全部放入annotation文件夹中，train2017、val2017里面为空。 # 转换后生成的
labelImg的VOC格式转化为labelme的json格式
qq_43276926的博客
04-19 3915
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言   由于之前使用的是LabelImg进行的图像检测的标注工作，后来工程要求进行关键点标注， 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd import matpl.
labelimg标注的xml文件转为labelme的json格式
RayChiu757374816的博客
03-03 2061
labelimg打好的矩形框xml文件，转为labelme矩形框的json文件
label json文件生成 自动标注工具 数据集批量标注 json文件生成
咱是文明人的专栏
08-30 4122
maskrcnn数据集手动标注太慢怎么办？数据集太多怎么办？ 首先你需要先手工标注你要的数据集中一小部分，大概几百张的样子。。 然后训练一个小的模型，可以识别出大致轮廓即可 现在就可以用下面的办法了。 用训练好的模型对图片进行识别，得到对应的目标轮廓，根据labelme json文件格式生成对应的标准文件。 如下代码为生成对对应的json文件 void writeLabelMe(Ma...
视频目标语义分割自动标注——从图像轮廓提取到转成json标签文件
知来者逆的博客
10-16 1855
图像语义分割数据标注是一项费时费力的工作，特别是对视频中的目标进行语义分割标注时，要对视频进行拆帧之后对每一帧的里面所需要的目标进行标注，是一项繁琐又费时费力的工作。但随着Segment Anything与​Segment-and-Track Anything算法的出现，让分割标注任务不在那么麻烦，​Segment-and-Track Anything可以对视频里面的目标进行追踪之后，再分割，然后我们可以借助​Segment-and-Track Anything分割出来的mask自动生成标签文件。
labelme json文件转换_制作自己的训练数据集之图像标注工具labelimg和labelme
weixin_39701768的博客
11-24 1114
第在深度学习中，学会制作自己的数据集然后进行模型训练是一个很重要的步骤，这里教大家下载安装使用两种制作自己的数据集的标注工具labelimg和labelme。前言首先简单介绍一下这两种工具，labelimg工具主要用于在目标检测，而 labelme工具图像分割领域制作自己的数据集，我们可以用labelimg用于制作自己的数据集训练像YOLOv3和YOLOv4目标检测模型，而用labelm...
JSON标注转XML标注
09-23
JSON标注格式数据转换成XML标注格式， 用于数据集处理
人工智能+数据集预处理+xml文档转json
06-09
人工智能模型训练之前，需要对数据集标注，标注的格式通常是xml,模型有时候需要json格式。该程序完整展示了xml文档批量转换为json格式文档。
人工智能+深度学习+数据集预处理+xml转json
06-10
目标检测中对图片和标注进行自动训练集和验证集划分，并将xml格式文档转换为json格式文档方便模型训练。项目中只要添加相关的图片和标注文档，既可以进行完整运行。
将labelme标注的json文件（coco格式）转化为voc需要的xml格式
最新发布
11-19
将labelme标注的json文件（coco格式）转化为voc需要的xml格式
Ubuntu16.04安装pycharm(个人安装经验)
loco1223的博客
06-07 3958
参考： https://blog.csdn.net/weixin_31484477/article/details/81133590 1、在pycharm官网下载所需版本，我的是pycharm-professional-2019.1.3.tar.gz，下载好我们得到的是一个压缩包 2、把压缩包移动到home文件夹下 3、终端解压，终端打开即在home目录下，因此可直接输入解压指令 tar -zx...
ubuntu16.04安装pytorch（个人记录）
loco1223的博客
06-10 3645
项目需要 不知道为什么我的pip安装方式无法连接到网络，故 采用的指令是 conda install pytorch=0.4.1 cuda80 -c pytorch 另一种是： pip install torch==1.0.1 -f https://download.pytorch.org/whl/cu80/stable # CUDA 8.0 build 下载地址参考： pytorch0.4...
关于人群基数MCNN和高斯核
loco1223的博客
07-05 3415
参考： https://www.jianshu.com/p/a1006c4b6fdc https://blog.csdn.net/wuyanxue/article/details/79642758 人群基数方法分类 （1） 基于目标检测的方法： 这类方法就是通过对图像上每个行人或这人头进行定位与识别，再根绝结果统计人数。优点在于可以做到准确的行人或者人头位置，但缺点在于对高密度的人群图像来说，其检...
coco格式json 转voc格式xml
06-25
### 回答1： COCO格式的JSON转换为VOC格式的XML需要经过以下几个步骤： 第一步，读取COCO格式的JSON文件，解析其中的对象标注数据。一般来说，COCO格式的JSON中每个对象标注都包含类别、边界框位置、标注区域等信息。 第二步，根据解析得到的标注信息，生成VOC格式的XML文件。在生成XML文件时，需要按照VOC格式的要求，设置好文件头和对象标注信息。每个对象标注都需要有其类别、边界框位置、标注区域等信息。 第三步，将生成的VOC格式的XML文件保存到指定路径下。 其中，关于转换的实现细节需要注意以下几点： 首先，在解析COCO格式的JSON文件时，需要根据JSON结构中不同的字段和嵌套关系，逐层解析并提取出标注信息。其中，需要注意一些数据格式的转换，如COCO格式中的标注区域信息通常是多边形或RLE格式，需要根据VOC格式要求转化为矩形。 其次，在生成VOC格式的XML文件时，需要注意文件头的设置，并遵守XML文档的一些规范。例如，每个XML文件都需要有一个根节点，对象标注的信息需要封装在“object”标签中，且标签中的文本内容需要进行编码和转义。 最后，在保存XML文件时，需要确保文件目录存在及权限设置正确。此外，还可以为XML文件设置其它元信息，如创建时间、文件格式等。 综上所述，将COCO格式的JSON文件转换为VOC格式的XML需要按照一定的规则解析和生成文件，实现上需要注意一些细节。 ### 回答2： 要将COCO格式的JSON文件转换为VOC格式的XML文件，需要进行以下步骤： 1.准备好COCO格式的JSON文件和VOC格式的模板XML文件。 2.读取COCO格式的JSON文件，可以使用Python中的json模块来实现。 3.遍历JSON文件中的所有目标，提取出相应的信息，例如目标的类别、位置等。 4.将提取出的信息填写到VOC格式的XML模板中，并保存成XML文件。 5.可以使用Python中的xml.etree.ElementTree模块来实现XML文件的创建和编辑。 6.将转换后的XML文件导入到目标检测框架中进行训练和测试。 需要注意的是，COCO格式和VOC格式有很大的差异，因此在转换过程中需要特别小心。同时，也需要根据具体的数据集和目标检测框架的要求进行相应的修改和调整。 ### 回答3： COCO (Common Objects in Context)格式是一种常用的目标检测数据集格式，而VOC (Visual Object Classes)格式是另一种经常用于目标检测任务的格式。在实际应用中，有时需要将COCO格式的数据转换为VOC格式，以便在某些特定场景中使用。 要将COCO格式JSON转换为VOC格式XML，需要进行以下几个步骤： 1. 解析COCO格式JSON数据，获得图片路径、图片大小以及目标检测框的坐标、类别等信息。 2. 根据得到的类别信息，确定VOC格式XML中用于表示目标类别的ID号。 3. 将解析得到的图片大小以及目标框坐标转换为VOC格式需要的左上角坐标、右下角坐标等信息。 4. 根据得到的信息，生成VOC格式XML文件。其中，每个目标检测框对应一个对象节点，包含对象的类别、位置等信息。 需要注意的是，COCO格式和VOC格式的差异比较大，对于某些特定的键值对，需要进行相应的转换或忽略。此外，在进行数据转换时，应注意保留足够的信息，以便后续任务能够顺利进行。 总的来说，将COCO格式JSON转换为VOC格式XML需要较为复杂的代码实现，对于没有相关经验的人来说难度较大，建议寻求专业人士的帮助。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值