引言
在进行目标检测项目时,首先是要通过labelImg软件将图片进行标记,此时在labelImg当中有三种对应的标记方式,分别对应labelImg中的:YOLO、CreateML、PascalVOC,他们的后缀分别为.txt、.json、.xml;
实战体验
在本次项目当中我们的目标检测模型是SSD,SSD模型要求标记的数据集的后缀为.xml,为了能够使得该标记的数据集也能够使用在YOLO模型当中,需要通过转换将.xml转换成.txt,但是在转换的过程中遇到如下问题:
YOLO当中由于数据经过标准化,标记的数据是在0~1这个区间当中,而SSD当中的数据并未通过标准化,因此需要定义相应的数据转换规则。
代码
代码如下:
import xml.etree.ElementTree as ET
from os import listdir, getcwd
classes = ["ori", "mouth","cap","smallcap"]
def convert(size, box):
dw = 1.0 / size[0]
dh = 1.0 / size[1]
x = (box[0] + box[1]) / 2.0
y = (box[2] + box[3]) / 2.0
w = box[1] - box[0]
h = box[3] - box[2]
x = x * dw
w = w * dw
y = y * dh
h = h * dh
return (x, y, w, h)
def convert_annotation():
# 将.xml文件读取,保存到一个列表当中
l1 = listdir("D:/图像SSD/05_不锈钢桶/20210909标识")
# 一次循环取出列表当中的每个文件名
for i in l1:
name = i.split(".")[0]
f = open('D:/图像SSD/05_不锈钢桶/20210909标识/'+i,encoding='UTF-8')
xml_text = f.read()
root = ET.fromstring(xml_text)
f.close()
size = root.find('size')
w = int(size.find('width').text)
h = int(size.find('height').text)
for obj in root.iter('object'):
cls = obj.find('name').text
if cls not in classes:
print(cls)
continue
cls_id = classes.index(cls)
print(cls_id)
xmlbox = obj.find('bndbox')
b = (float(xmlbox.find('xmin').text), float(xmlbox.find('xmax').text), float(xmlbox.find('ymin').text),float(xmlbox.find('ymax').text))
bb = convert((w, h), b)
out_file = open('D:/图像SSD/01_IBC桶/6/'+name+'.txt', 'a')
# cls_id属于哪一类
out_file.write(str(cls_id) + " " + " ".join([str(a) for a in bb]) + '\n')
wd = getcwd()
if __name__ == '__main__':
convert_annotation()
代码优势
我参考过网上其他代码,但是发现这些代码往往会有两类问题:
(1)首先,这类代码无法进行正规的标准化,即最终所转化的.txt文件并非是最终希望得到的数据格式
(2)其次,这些代码当所要转化的数据输入到.txt文件当中,往往都只能得到一条标记记录,这是因为在使用python的open()进行写入时,他们设置的参数往往是错误的,需要使用append的方式,将多个标签记录以追加的形式写入到.txt文件当中;