目标检测坐标信息txt文件转Pascal VOC XML 格式(仅包括对角框正矩形标注)

前端之家收集整理的这篇文章主要介绍了目标检测坐标信息txt文件转Pascal VOC XML 格式(仅包括对角框正矩形标注)前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

一、生成txt对应的xml文件

我们使用我们自己的数据集,关于航空车辆检测,来源VEDAI。

数据集txt与对应的图片如图1。

图1。txt与对应的图片

每一副图像所对应的txt里面的内容对应目标的坐标信息。如图2。文件格式为:xmin,ymin,xmax,ymax,label。

图2。txt内部信息。

将 txt 文件转换为 Pascal VOC 的 XML 格式的代码如下:

#! /usr/bin/python
# -*- coding:UTF-8 -*-
import os,sys
import glob
from PIL import Image

# VEDAI 图像存储位置
src_img_dir = "/home/xn/caffe/image/VEDAI/Vehicules1024_new"
# VEDAI 图像的 ground truth 的 txt 文件存放位置
src_txt_dir = "/home/xn/caffe/image/VEDAI/Annotations1024_new"
src_xml_dir = "/home/xn/caffe/image/VEDAI/Annotations1024_xml"

img_Lists = glob.glob(src_img_dir + '/*.png')

img_basenames = [] # e.g. 100.jpg
for item in img_Lists:
    img_basenames.append(os.path.basename(item))

img_names = [] # e.g. 100
for item in img_basenames:
    temp1,temp2 = os.path.splitext(item)
    img_names.append(temp1)

for img in img_names:
    im = Image.open((src_img_dir + '/' + img + '.png'))
    width,height = im.size

    # open the crospronding txt file
    gt = open(src_txt_dir + '/' + img + '.txt').read().splitlines()
    #gt = open(src_txt_dir + '/gt_' + img + '.txt').read().splitlines()

    # write in xml file
    #os.mknod(src_xml_dir + '/' + img + '.xml')
    xml_file = open((src_xml_dir + '/' + img + '.xml'),'w')
    xml_file.write('<annotation>\n')
    xml_file.write('    <folder>VOC2007</folder>\n')
    xml_file.write('    <filename>' + str(img) + '.png' + '</filename>\n')
    xml_file.write('    <size>\n')
    xml_file.write('        <width>' + str(width) + '</width>\n')
    xml_file.write('        <height>' + str(height) + '</height>\n')
    xml_file.write('        <depth>3</depth>\n')
    xml_file.write('    </size>\n')

    # write the region of image on xml file
    for img_each_label in gt:
        spt = img_each_label.split(' ') #这里如果txt里面是以逗号‘,’隔开的,那么就改为spt = img_each_label.split(',')。
        xml_file.write('    <object>\n')
        xml_file.write('        <name>' + str(spt[4]) + '</name>\n')
        xml_file.write('        <pose>Unspecified</pose>\n')
        xml_file.write('        <truncated>0</truncated>\n')
        xml_file.write('        <difficult>0</difficult>\n')
        xml_file.write('        <bndBox>\n')
        xml_file.write('            <xmin>' + str(spt[0]) + '</xmin>\n')
        xml_file.write('            <ymin>' + str(spt[1]) + '</ymin>\n')
        xml_file.write('            <xmax>' + str(spt[2]) + '</xmax>\n')
        xml_file.write('            <ymax>' + str(spt[3]) + '</ymax>\n')
        xml_file.write('        </bndBox>\n')
        xml_file.write('    </object>\n')

    xml_file.write('</annotation>')
上面代码运行结果是得到如下的 XML 文件,同样用上面的 00000004_co.png 图像示例,其转换结果如下:

图3。xml内容示例。

二、转换对应的trainval.txt与test.txt

这一步,按照 SSD 训练的需求,将图像位置,及其对应的 XML 文件位置写入一个 txt 文件,供训练时读取,一个文件名称叫做:trainval.txt 文件,另一个叫做:test.txt 文件。形式如下:

图4。trainval.txt。

生成代码如下:

#! /usr/bin/python
# -*- coding:UTF-8 -*-

import os,sys
import glob

trainval_dir = "/home/xn/caffe/image/VEDAI/Vehicules1024_new/trainval"
test_dir = "/home/xn/caffe/image/VEDAI/Vehicules1024_new/test"

trainval_img_lists = glob.glob(trainval_dir + '/*.png')
trainval_img_names = []
for item in trainval_img_lists:
    temp1,temp2 = os.path.splitext(os.path.basename(item))
    trainval_img_names.append(temp1)

test_img_lists = glob.glob(test_dir + '/*.png')
test_img_names = []
for item in test_img_lists:
    temp1,temp2 = os.path.splitext(os.path.basename(item))
    test_img_names.append(temp1)

dist_img_dir = "VEDAI/Vehicules1024_new"
dist_anno_dir = "VEDAI/Annotations1024_xml"

trainval_fd = open("/home/xn/caffe/image/VEDAI/trainval.txt",'w')
test_fd = open("/home/xn/caffe/image/VEDAI/test.txt",'w')

for item in trainval_img_names:
    trainval_fd.write(dist_img_dir + '/' + str(item) + '.png' + ' ' + dist_anno_dir + '/' + str(item) + '.xml\n')

for item in test_img_names:
    test_fd.write(dist_img_dir + '/' + str(item) + '.png' + ' ' + dist_anno_dir + '/' + str(item) + '.xml\n')
三、下一步,SSD 还需要一个名叫: test_name_size.txt文件,里面记录训练图像、测试图像的图像名称、height、width。内容形式如下:

图5。test_name_size.txt文件内容

生成这个文本文件代码如下:

#! /usr/bin/python

import os,sys
import glob
from PIL import Image

img_dir = "/home/xn/caffe/image/VEDAI/Vehicules512_new/test/"

img_lists = glob.glob(img_dir + '/*.png')

test_name_size = open('/home/xn/caffe/image/VEDAI/test_name_512_size.txt','w')

for item in img_lists:
    img = Image.open(item)
    width,height = img.size
    temp1,temp2 = os.path.splitext(os.path.basename(item))
    test_name_size.write(temp1 + ' ' + str(height) + ' ' + str(width) + '\n')


四、生成labelmap

这个 prototxt 文件是记录 label 与 name 之间的对应关系的,内容如下:

item { name: "none_of_the_above" label: 0 display_name: "background" }
item { name: "vehicule" label: 1 display_name: "vehicule" }
五、生成ssd需要的lmdb文件

这时候,需要修改调用 SSD 源码中提供的 create_data.sh 脚本文件(我将文件重命名为:create_VEDAI_data.sh):

代码如下,根据自己的路径与需求更改:

cur_dir=$(cd $( dirname ${BASH_SOURCE[0]} ) && pwd )
root_dir=/home/xn/caffe

cd $root_dir

redo=1
data_root_dir="$HOME/caffe/image"
dataset_name="VEDAI"
mapfile="$data_root_dir/VEDAI/labelmap_1024.prototxt"
anno_type="detection"
db="lmdb"
min_dim=0
max_dim=0
width=0
height=0

extra_cmd="--encode-type=png --encoded"
if [ $redo ]
then
  extra_cmd="$extra_cmd --redo"
fi
for subset in test_1024 trainval_1024
do
  python $root_dir/scripts/create_annoset.py --anno-type=$anno_type --label-map-file=$mapfile --min-dim=$min_dim --max-dim=$max_dim --resize-width=$width --resize-height=$height --check-label $extra_cmd $data_root_dir $root_dir/image/$dataset_name/$subset.txt $data_root_dir/$dataset_name/$db/$dataset_name"_"$subset"_"$db examples/$dataset_name
done
上面的 bash 脚本会自动将训练的 ICDAR 2011 的图像文件与对应 label 转换为 lmdb 文件。转换后的文件位置可参见上面脚本的内容

五、训练步骤请参看博主博文:点击打开链接

原文链接:https://www.f2er.com/xml/293526.html

猜你在找的XML相关文章