CVAT标注平台 Java程序读取xml注释文件（CVAT for image）

最新推荐文章于 2024-08-09 14:20:16 发布
最新推荐文章于 2024-08-09 14:20:16 发布
阅读量747 收藏 9
点赞数 17
文章标签： xml 目标检测 java 人工智能 计算机视觉
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/m0_61410763/article/details/135110781
版权

CVAT简介

CVAT是一个开源标注平台，有以下优点：

  • 从网页端进入
  • 可以标注图片和视频
  • 支持通过训练模型进行AI自动标注
  • 管理员可以在CVAT上进行任务分发
  • 进入review模式检查标注，给标注tag issue等功能

CVAT标注特点：

  • 一张图片中可以标注多边形，矩形，椭圆，线，点，给图片打tag
  • 标注的shape里可以预定义attribute

CVAT for image

用户完成数据标注任务后可以导出标注结果，根据需求可以选择不同的导出格式，例如YOLO 1.1、LabelMe 3.0等。但是针对某些特定架构的标注格式，可能无法做到兼容所有任务类型（目标检测、实例分割、图像分类等）。

CVAT for image是CVAT平台自有的注释数据格式。它使用xml语法，在一个文件中记录所有任务图像的注释数据。

使用CVAT for image格式导出数据，可以做到兼容任意任务类型。

CVAT for image格式导出数据示例：

<?xml version="1.0" encoding="utf-8"?>
<annotations>
  <version>1.1</version>
  <meta>
    <job>
      <id>262</id>
      <size>21</size>
      <mode>annotation</mode>
      <overlap>0</overlap>
      <bugtracker></bugtracker>
      <created>2023-12-14 08:32:59.313518+00:00</created>
      <updated>2023-12-20 08:03:26.561203+00:00</updated>
      <subset>default</subset>
      <start_frame>0</start_frame>
      <stop_frame>20</stop_frame>
      <frame_filter></frame_filter>
      <segments>
        <segment>
          <id>262</id>
          <start>0</start>
          <stop>20</stop>
          <url>http://192.168.3.254:8080/api/jobs/262</url>
        </segment>
      </segments>
      <owner>
        <username>ruoyi-test-user1</username>
        <email>r.nnlvgtl@qq.com</email>
      </owner>
      <assignee></assignee>
      <labels>
        <label>
          <name>人</name>
          <color>#43FF40</color>
          <type>any</type>
          <attributes>
          </attributes>
        </label>
      </labels>
    </job>
    <dumped>2023-12-20 08:03:40.048887+00:00</dumped>
  </meta>
  <image id="0" name="hard_hat_workers0.png" width="416" height="416">
    <polygon label="人" source="manual" occluded="0" points="117.59,133.51;67.77,229.03;161.75,325.59;240.33,321.99;288.09,141.21" z_order="0">
    </polygon>
  </image>
  <image id="1" name="hard_hat_workers1.png" width="416" height="416">
    <polygon label="人" source="manual" occluded="0" points="141.72,201.30;84.72,259.33;122.21,336.88;224.41,329.18;257.28,230.06" z_order="0">
    </polygon>
  </image>
  <image id="2" name="hard_hat_workers10.png" width="416" height="416">
    <polygon label="人" source="manual" occluded="0" points="155.59,65.20;79.07,149.94;137.62,249.58;312.23,235.20;361.02,92.42" z_order="0">
    </polygon>
  </image>
  <image id="3" name="hard_hat_workers11.png" width="416" height="415">
    <tag label="人" source="manual">
    </tag>
  </image>
  <image id="4" name="hard_hat_workers12.png" width="416" height="415">
    <tag label="人" source="manual">
    </tag>
  </image>
  <image id="5" name="hard_hat_workers13.png" width="416" height="415">
    <box label="人" source="manual" occluded="0" xtl="111.70" ytl="116.06" xbr="290.51" ybr="292.82" z_order="0">
    </box>
  </image>
  <image id="6" name="hard_hat_workers14.png" width="416" height="416">
    <box label="人" source="manual" occluded="0" xtl="71.36" ytl="77.01" xbr="259.33" ybr="270.12" z_order="0">
    </box>
  </image>
  <image id="7" name="hard_hat_workers15.png" width="416" height="416">
    <polygon label="人" source="manual" occluded="0" points="80.09,96.02;43.12,226.98;112.96,298.88;279.88,295.80;356.91,141.21" z_order="0">
    </polygon>
  </image>
  <image id="8" name="hard_hat_workers16.png" width="416" height="416">
    <polygon label="人" source="manual" occluded="0" points="74.96,110.40;40.55,198.73;151.48,294.77;252.14,263.96;215.17,117.07" z_order="0">
    </polygon>
  </image>
  <image id="9" name="hard_hat_workers17.png" width="416" height="416">
    <polygon label="人" source="manual" occluded="0" points="290.15,88.31;186.92,176.65;250.09,278.34;363.59,285.01;403.65,143.26" z_order="0">
    </polygon>
  </image>
  <image id="10" name="hard_hat_workers18.png" width="416" height="416">
    <polygon label="人" source="manual" occluded="0" points="148.40,111.94;89.34,190.00;124.78,301.45;263.96,331.75;331.75,263.44" z_order="0">
    </polygon>
  </image>
  <image id="11" name="hard_hat_workers19.png" width="416" height="415">
    <polygon label="人" source="manual" occluded="0" points="154.74,70.97;93.77,295.38;317.67,334.32;374.02,114.01;257.72,42.79" z_order="0">
    </polygon>
  </image>
  <image id="12" name="hard_hat_workers2.png" width="416" height="415">
    <polygon label="人" source="manual" occluded="0" points="282.83,188.81;234.67,338.42;327.91,395.80;401.69,362.50;405.79,191.89" z_order="0">
    </polygon>
  </image>
  <image id="13" name="hard_hat_workers20.png" width="416" height="416">
    <polygon label="人" source="manual" occluded="0" points="127.34,104.23;44.14,279.36;351.26,368.21;406.22,91.39;225.44,72.39" z_order="0">
    </polygon>
  </image>
  <image id="14" name="hard_hat_workers3.png" width="416" height="416">
    <polygon label="人" source="manual" occluded="0" points="186.92,149.94;84.20,261.39;271.66,352.81;314.80,253.68;316.34,139.67" z_order="0">
    </polygon>
  </image>
  <image id="15" name="hard_hat_workers4.png" width="416" height="415">
    <polygon label="人" source="manual" occluded="0" points="138.35,119.64;13.85,250.81;138.35,336.37;250.55,251.32;180.87,153.97" z_order="0">
    </polygon>
  </image>
  <image id="16" name="hard_hat_workers5.png" width="416" height="415">
    <polygon label="人" source="manual" occluded="0" points="100.43,97.61;34.85,194.96;88.65,261.56;175.23,227.24;153.72,122.72" z_order="0">
    </polygon>
  </image>
  <image id="17" name="hard_hat_workers6.png" width="416" height="415">
    <polygon label="人" source="manual" occluded="0" points="93.77,128.35;51.25,184.71;112.22,276.42;201.36,235.43;191.12,131.94" z_order="0">
    </polygon>
  </image>
  <image id="18" name="hard_hat_workers7.png" width="416" height="415">
    <tag label="人" source="manual">
    </tag>
  </image>
  <image id="19" name="hard_hat_workers8.png" width="416" height="415">
    <tag label="人" source="manual">
    </tag>
  </image>
  <image id="20" name="hard_hat_workers9.png" width="415" height="416">
    <tag label="人" source="manual">
    </tag>
  </image>
</annotations>

Java程序读取xml注释文件

在取得CVAT for image格式的xml文件后，可以通过程序读取并转换为其他格式的数据以供模型训练使用。

以下为使用Java程序读取xml注释文件的示例。

读取xml的工具类

import cn.hutool.core.util.XmlUtil;
import org.w3c.dom.Document;
import org.w3c.dom.Element;

import java.io.File;
import java.util.ArrayList;
import java.util.List;

/**
 * @author lipei
 */
public class CvatForImageUtil {

    /**
     * 读取cvat注释文件annotations.xml
     *
     * @param xml
     * @return
     */
    public static CvatAnnotations readAnnotationsXml(File xml) {
        Document document = XmlUtil.readXML(xml);
        CvatAnnotations cvatAnnotations = new CvatAnnotations();
        // 根节点annotations
        Element rootElement = XmlUtil.getRootElement(document);
        Element meta = XmlUtil.getElement(rootElement, "meta");
        Element job = XmlUtil.getElement(meta, "job");
        Element size = XmlUtil.getElement(job, "size");
        cvatAnnotations.setTotalSize(Integer.valueOf(size.getTextContent()));
        Element labels = XmlUtil.getElement(job, "labels");
        List<CvatAnnotationLabel> cvatAnnotationLabels = new ArrayList<>();
        List<Element> labelList = XmlUtil.getElements(labels, "label");
        for (int i = 0; i < labelList.size(); i++) {
            Element label = labelList.get(i);
            Element name = XmlUtil.getElement(label, "name");
            CvatAnnotationLabel cvatAnnotationLabel = new CvatAnnotationLabel(i, name.getTextContent());
            cvatAnnotationLabels.add(cvatAnnotationLabel);
        }
        cvatAnnotations.setLabels(cvatAnnotationLabels);
        List<CvatAnnotationBox> boxes = new ArrayList<>();
        List<CvatAnnotationPolygon> polygons = new ArrayList<>();
        List<CvatAnnotationTag> tags = new ArrayList<>();
        List<Element> imageList = XmlUtil.getElements(rootElement, "image");
        for (Element image : imageList) {
            String name = image.getAttribute("name");
            String width = image.getAttribute("width");
            String height = image.getAttribute("height");
            Element box = XmlUtil.getElement(image, "box");
            if (box != null) {
                CvatAnnotationBox cvatAnnotationBox = new CvatAnnotationBox();
                cvatAnnotationBox.setImageName(name);
                cvatAnnotationBox.setWidth(Integer.valueOf(width));
                cvatAnnotationBox.setHeight(Integer.valueOf(height));
                cvatAnnotationBox.setLabelName(box.getAttribute("label"));
                cvatAnnotationBox.setX1(Double.parseDouble(box.getAttribute("xtl")));
                cvatAnnotationBox.setY1(Double.parseDouble(box.getAttribute("ytl")));
                cvatAnnotationBox.setX2(Double.parseDouble(box.getAttribute("xbr")));
                cvatAnnotationBox.setY2(Double.parseDouble(box.getAttribute("ybr")));
                boxes.add(cvatAnnotationBox);
            }
            Element polygon = XmlUtil.getElement(image, "polygon");
            if (polygon != null) {
                CvatAnnotationPolygon cvatAnnotationPolygon = new CvatAnnotationPolygon();
                cvatAnnotationPolygon.setImageName(name);
                cvatAnnotationPolygon.setWidth(Integer.valueOf(width));
                cvatAnnotationPolygon.setHeight(Integer.valueOf(height));
                cvatAnnotationPolygon.setLabelName(polygon.getAttribute("label"));
                List<double[]> points = new ArrayList<>();
                String pointsStr = polygon.getAttribute("points");
                String[] split = pointsStr.split(";");
                for (String str : split) {
                    double[] xy = new double[2];
                    String[] xySplit = str.split(",");
                    xy[0] = Double.parseDouble(xySplit[0]);
                    xy[1] = Double.parseDouble(xySplit[1]);
                    points.add(xy);
                }
                cvatAnnotationPolygon.setPoints(points);
                polygons.add(cvatAnnotationPolygon);
            }
            Element tag = XmlUtil.getElement(image, "tag");
            if (tag != null) {
                CvatAnnotationTag cvatAnnotationTag = new CvatAnnotationTag();
                cvatAnnotationTag.setImageName(name);
                cvatAnnotationTag.setWidth(Integer.valueOf(width));
                cvatAnnotationTag.setHeight(Integer.valueOf(height));
                cvatAnnotationTag.setLabelName(tag.getAttribute("label"));
                tags.add(cvatAnnotationTag);
            }
        }
        cvatAnnotations.setBoxes(boxes);
        cvatAnnotations.setPolygons(polygons);
        cvatAnnotations.setTags(tags);
        return cvatAnnotations;
    }
}

使用的实体类


import lombok.Data;

import java.io.Serializable;
import java.util.List;

/**
 * @author lipei
 */
@Data
public class CvatAnnotations implements Serializable {

    private static final long serialVersionUID = 1L;

    private Integer totalSize;

    private List<CvatAnnotationLabel> labels;

    private List<CvatAnnotationBox> boxes;

    private List<CvatAnnotationPolygon> polygons;

    private List<CvatAnnotationTag> tags;

}


import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;

/**
 * @author lipei
 */
@Data
@AllArgsConstructor
@NoArgsConstructor
public class CvatAnnotationLabel {

    private Integer index;

    private String name;

}


import lombok.Data;

import java.io.Serializable;

/**
 * @author lipei
 */
@Data
public class CvatAnnotationBox implements Serializable {

    private static final long serialVersionUID = 1L;

    private String imageName;

    private Integer width;

    private Integer height;

    private String labelName;

    private double x1;

    private double y1;

    private double x2;

    private double y2;
}


import lombok.Data;

import java.io.Serializable;
import java.util.List;

/**
 * @author lipei
 */
@Data
public class CvatAnnotationPolygon implements Serializable {

    private static final long serialVersionUID = 1L;

    private String imageName;

    private Integer width;

    private Integer height;

    private String labelName;

    List<double[]> points;
}


import lombok.Data;

/**
 * @author lipei
 */
@Data
public class CvatAnnotationTag {

    private String imageName;

    private Integer width;

    private Integer height;

    private String labelName;
}

西西弗斯的大橘
关注
eclipse的java文件有个小+_目标检测之数据标注小技巧
weixin_42212792的博客
12-25 204
这几周在做一个数据标注，标注的数据是几段视频，需要用yolov3做一个目标检测任务。这里的数据标注需要自己来完成，过程中有两个提高效率的小技巧，在这里记录下来。数据的整合：标注的时候，因为图片是视频分出来的，有几个文件夹，标注工具我采纳朋友推荐的标注精灵，免费使用，功能强大，相比labelme等工具来说有个分项目的功能，这个可以保存中间状态，最后再一次性导出，缺点是没有自动保存，每标注完成一张图片...
利用Python进行图像和XML标注数据的批量处理
い天然呆的博客
04-12 674
在机器学习项目中，特别是涉及到图像识别和分类的领域，经常需要对大量数据进行预处理。这些数据预处理可能包括图像转换、格式化标签、数据集划分等。本文将介绍一个基于Python的脚本，该脚本能够自动化这些常见任务，并且还支持多进程处理以加速这些操作。
cvat：功能强大且高效的计算机视觉注释工具（CVAT）
02-05
计算机视觉注释工具（CVAT） CVAT是用于计算机视觉的免费，在线，交互式视频和图像注释工具。 我们的团队正在使用它来注释数百万个具有不同属性的对象。 许多UI和UX决策都是基于专业数据注释团队的反馈。 在线尝试 。 文献资料 截屏 支持的注释格式 单击“上传注释”和“转储注释”按钮后，可以选择格式。 数据集框架允许通过其命令行工具和Python库进行其他数据集转换。 有关支持的格式的更多信息，请参阅。 注释格式 进口 出口 X X X X X X X 分割蒙版 X X X X X X X X X X X X X X X X 用于自动标记的深度学习模型
cvat for images 1.1 xml文件处理
wuhongwuyan的博客
04-07 331
【代码】cvat for images 1.1 xml文件处理。
Cvat部署自动标注
最新发布
weixin_59534602的博客
08-09 744
根据官方文档，cvat部署自动标注。
TJU_NLU:数据标注平台
03-07
TJU_NLU:数据标注平台
cvat上传+下载数据
weixin_52532527的博客
01-04 446
记录如何在CVAT上新建一个project并进行标注，完事儿以后在将数据标注后的数据下载到本地
VOC格式转YOLO标签读取xml文件遇到的问题
qq_40960899的博客
10-22 1476
使用YOLOV5训练DIOR遥感数据集： 计划使用YOLOV5训练DIOR遥感数据集，由于DIOR数据集的标注格式是VOC格式（其实有两种版本标注，一种是VOC格式，一种是OBB格式，都是xml文件，由于官网登录不上，下载的是CSDN上的百度云链接，所以可能会有标注标签出错的情况。），需要将VOC格式转换为YOLO格式才可以开始训练。 问题描述： 在CSDN中找到了大神分享的VOC转YOLO格式，提取xml标签中坐标的方法，链接地址：Voc_label.py原文代码如下： # -*- coding: u
java dao层编写及注释_四. DAO层和model
weixin_35714733的博客
02-16 1486
结构5. DAODAO5.1 CommentDAO@Mapperpublic interface CommentDAO {String TABLE_NAME = " comment ";String INSERT_FIELDS = " user_id, content, created_date, entity_id, entity_type, status ";String SELECT_FIE...
【图像标注艺术】：scikit-image文本与注释技术深入探究
[【图像标注艺术】：scikit-image文本与注释技术深入探究](https://image.yunyingpai.com/wp/2022/08/GuZ6PFJM4TKqQpt3s180.png) # 1. 图像标注艺术的概述与scikit-image简介 在数字时代，图像标注是一种关键的技术...
【学习笔记】使用python批量读取并修改xml文件（2）
野生C++程序员
11-13 1935
在大老板的安排下最近在某公司实习，实习期间要求实现一个图像识别模块的封装。无奈基础太薄弱，只能将任务细分，单独学习来实现。以此为背景…… 这一篇记录一些在实际使用中踩到的坑。在实际使用中，我在A文件夹下对图片进行了标注，随后将图片移动到B文件夹下。那么相应的，标注后的xml文件中，&lt;path&gt;标签的值就应该修改。 最初的思路是，我遍历了xml文件，那么我只需要将‘新地址’+xml文...
Windows系统下安装CVAT标注工具
weixin_44362199的博客
09-01 4992
若要检查 Windows 版本及内部版本号，选择 Windows 徽标键 + R，然后键入“winver”，选择“确定”。打开Docker Desktop，Settings —> Resources —> Proxise，输入你VPN的服务器地址+服务端口号（可以在你VPN的设置中找到）安装完成后，请继续执行下一步 - 在安装新的 Linux 分发时，将 WSL 2 设置为默认版本。这一步需要很长时间，可能会有频繁的网络问题，如果有VPN的，可以看如下操作，没有的可以自动忽略。...
U2Net部署到CVAT实现自动化分割标注
weixin_50161877的博客
12-15 1346
神经网络u2net部署到cvat
cvat部署自动标注
qq_33596242的博客
10-28 4193
cvat自动标注
CVAT标注工具概述
ban102055的博客
02-07 4275
适用范围：用于注释数字图像和视频。CVAT 支持与对象检测、图像分类和图像分割相关的监督式机器学习任务。标注类型：它使用户能够使用四种类型的形状对图像进行注释：框、多边形（通常和用于分割任务）、折线（可用于注释道路上的标记）和点（例如，用于注释面部特征或姿态估计）。便捷工具：CVAT 还提供有助于执行典型注释任务的功能，例如许多自动化工具（包括使用 TensorFlow对象检测 API 复制和传播对象、插值和自动注释的功能）、视觉设置、快捷方式、过滤器等。
4.1.CVAT——目标检测的标注详细步骤
ban102055的博客
02-27 1815
锁定对象的形状是透明的，并且很容易对新对象进行注释。选择水平矩形框标注，在开始之前，选择正确的 Label （应由您在创建任务时指定）和 Drawing Method （按 2 点 按 4 点）四点标注的标注过程更为复杂，能够更灵活地适应目标的形状。选择自己需要的标注格式导出，如按照以yolo的格式导出。Shape：是用来标注图像的。
1.2.CVAT标注界面介绍
ban102055的博客
02-18 2789
在 CVAT 中，工作区充当中心枢纽，注释者与图像、视频和可用于创建高质量注释的各种工具进行交互。
YOLOv5与CVAT联合进行预标注并修正labels--[全网独家]
ZHUO__zhuo的博客
06-01 4709
『全网独家』YOLOv5预标注+CVAT修正labels方法说明
4.5.CVAT——视频标注的详细步骤
ban102055的博客
02-29 3189
追踪模式Track mode （视频标注使用）——类似pr的动画效果。
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