网站开发的经济效益分析,2018年政务公开与网站建设总结,m8 wordpress主题,哪个平台开网店不收费1、统计XML文件内标签的种类和其数量
对于自己标注的数据集#xff0c;需在标注完成后需要对标注好的XML文件校验#xff0c;下面是代码#xff0c;只需将SrcDir换成需要统计的xml的文件夹即可。
import os
from tqdm import tqdm
import xml.dom.minidomdef ReadXml(File…1、统计XML文件内标签的种类和其数量
对于自己标注的数据集需在标注完成后需要对标注好的XML文件校验下面是代码只需将SrcDir换成需要统计的xml的文件夹即可。
import os
from tqdm import tqdm
import xml.dom.minidomdef ReadXml(FilePath):if os.path.exists(FilePath) is False:return Nonedom xml.dom.minidom.parse(FilePath)root_ dom.documentElementobject_ root_.getElementsByTagName(object)info []for object_1 in object_:name object_1.getElementsByTagName(name)[0].firstChild.databndbox object_1.getElementsByTagName(bndbox)[0]xmin int(bndbox.getElementsByTagName(xmin)[0].firstChild.data)ymin int(bndbox.getElementsByTagName(ymin)[0].firstChild.data)xmax int(bndbox.getElementsByTagName(xmax)[0].firstChild.data)ymax int(bndbox.getElementsByTagName(ymax)[0].firstChild.data)info.append([xmin, ymin, xmax, ymax, name])return infodef CountLabelKind(Path):LabelDict {}print(Star to count label kinds....)for root, dirs, files in os.walk(Path):for file in tqdm(files):if file[-1] l:Infos ReadXml(root \\ file)for Info in Infos:if Info[-1] not in LabelDict.keys():LabelDict[Info[-1]] 1else:LabelDict[Info[-1]] 1return dict(sorted(LabelDict.items(), keylambda x: x[0]))if __name__ __main__:SrcDir rD:\program\数据集\自标数据集(fall-nofall)\自标数据集(fall-nofall)\标注1~1000(1)LabelDict CountLabelKind(SrcDir)KeyDict sorted(LabelDict)print(%d kind labels and %d labels in total: % (len(KeyDict), sum(LabelDict.values())))print(KeyDict)print(Label Name and its number:)for key in KeyDict:print(%s\t: %d % (key, LabelDict[key]))
2、运行后报错xml.parsers.expat.ExpatError: no element found: line 1, column 0
这是因为我的数据集中有XML文件为空
解决办法最简单就是查看你文件夹下的XML文件的大小是否为0kb若为0kb直接删除。
最终统计效果如下 3、将xml格式转换为yolov5所需的txt格式
先给大家看我的目录 注意
①此处的xml—txt.py文件是放在datasets文件夹下的代码中的绝对路径。②imges文件夹中的train目录下的每一张图片都要有相应的xml文件若无则手动删除该jpg文件。
train1是存放xml文件的文件夹train是存放txt文件的文件夹。
文件代码
import xml.etree.ElementTree as ETimport pickle
import os
from os import listdir, getcwd
from os.path import join
import globclasses [fall, no fall, no fall, nofall]def convert(size, box):dw 1.0 / size[0]dh 1.0 / size[1]x (box[0] box[1]) / 2.0y (box[2] box[3]) / 2.0w box[1] - box[0]h box[3] - box[2]x x * dww w * dwy y * dhh h * dhreturn (x, y, w, h)def convert_annotation(image_name):in_file open(./labels/train1/ image_name[:-3] xml) # xml文件路径out_file open(./labels/train/ image_name[:-3] txt, w) # 转换后的txt文件存放路径f open(./labels/train1/ image_name[:-3] xml)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).textif cls not in classes:print(cls)continuecls_id classes.index(cls)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.write(str(cls_id) .join([str(a) for a in bb]) \n)wd getcwd()if __name__ __main__:for image_path in glob.glob(./images/train/*.jpg): # 每一张图片都对应一个xml文件这里写xml对应的图片的路径image_name image_path.split(\\)[-1]convert_annotation(image_name)转换后的txt文件为
我的标注标签有四个分别对应下面这四个数字。 接下来又是漫长且易秃的环境配置之路了。
