中文域名做的网站,部署推进网站建设,网页传奇单职业,ordown wordpress1. 介绍
之前在做目标检测任务的时候#xff0c;发现很多的数据集仅有数据(只有图片标注的xml文件)#xff0c;没有关于类别的json文件#xff0c;为了以后方便使用#xff0c;这里记录一下 一般来说#xff0c;yolo标注的数据集#xff0c;只有第一个是数字类别#x…1. 介绍
之前在做目标检测任务的时候发现很多的数据集仅有数据(只有图片标注的xml文件)没有关于类别的json文件为了以后方便使用这里记录一下 一般来说yolo标注的数据集只有第一个是数字类别要是没有classes对应的类别只能根据图片一个个输入。 对于xml解释性标签文件标注的时候object下面的name就是目标检测框的分类所以这里只有xml生成类别json文件的代码 2. 实现代码
代码实现简单仅有50行这里简单介绍
这里root传入的是数据集的xml目录因为训练集包含本检测任务的所有分类这里传入的是目录
if __name__ __main__:root ./my_xml_dataset/train/annotations # 数据集的 xml 目录xml2json(root)下面读取xml文件的内容这里的data以及将单个xml文件全部解析出来
open里面的encoding和errors参数是因为本实验的xml包含中文字符这样可以防止报错正常的话不需要这两个参数如果xml编码不一样根据报错信息百度一下传入不同编码就行了parse_xml_to_dict 为自定义函数后面会贴所有代码这里只需要知道利用递归将xml文件解析成字典文件即可看下面的data打印信息 接着开始读取单个xml的所有目标类别如下 classes需要去除重复的目标生成单个的classes文件 最好生成json文件即可
可以看出测试数据的目标共有10347个 生成的json文件如下 3. 完整代码
如下
import os
from tqdm import tqdm
from lxml import etree
import json# 读取 xml 文件信息并返回字典形式
def parse_xml_to_dict(xml):if len(xml) 0: # 遍历到底层直接返回 tag对应的信息return {xml.tag: xml.text}result {}for child in xml:child_result parse_xml_to_dict(child) # 递归遍历标签信息if child.tag ! object:result[child.tag] child_result[child.tag]else:if child.tag not in result: # 因为object可能有多个所以需要放入列表里result[child.tag] []result[child.tag].append(child_result[child.tag])return {xml.tag: result}# 提取xml中name保留为json文件
def xml2json(data):xml_path [os.path.join(data, i) for i in os.listdir(data)]classes [] # 目标类别num_object 0for xml_file in tqdm(xml_path, descloading...):with open(xml_file,encodinggb18030,errorsignore) as fid: # 防止出现非法字符报错xml_str fid.read()xml etree.fromstring(xml_str)data parse_xml_to_dict(xml)[annotation] # 读取xml文件信息for j in data[object]: # 获取单个xml文件的目标信息ob j[name]num_object 1if ob not in classes:classes.append(ob)print(num_object)# 生成json文件labels {}for index,object in enumerate(classes):labels[index] objectlabels json.dumps(labels,indent4)with open(class_indices.json,w) as f:f.write(labels)if __name__ __main__:root ./my_xml_dataset/train/annotations # 数据集的 xml 目录xml2json(root)下载地址关于目标检测如何根据XML标签文件生成检测类别的json字典文件包含数据集、测试代码以及生成好的json文件
