NWPU-VHR-10データセットの表示ファイルをpascal vocのxml形式に作成します.
7243 ワード
1.参考コード
データセットNWPU VHR-10をpascal vocのフォーマットに変換します.
2.コードが足りないところ
参考コードを実行したら、以下の点が不足しています.コードにはバグがあります.私の問題かどうかは分かりませんが、コピーしたら確かにバグが発生しました.やはり自分で調整してからできます. ファイル名はVOCの図表番号と表示名に適合していません.ソースコードが実行された後に出力されるファイルはまだ三桁です.ファイル名を6桁補足する必要があります. 写真と表示ファイルが一致しません.これは私が発見した最大の間違いです.訓練が終わったら、mAP=0を発見!!例えば、表示ファイル000011.xmlは写真000011.jpgに対する表示ですが、実際にはxmlファイルに他の写真が書いてあります. VOCの画像は0から符号化されていますが、元のコードがそれに気づかなかったため、画像は依然として1から符号化されています.このように表示ファイルとは位置が違っています. 3.改良コード
これに基づいて、コードを参考にして改善しました.考え方は以下の通りです.
3.1 xmlファイルを生成する
まず元の表示ファイルtxtをxmlに変更します.私のコードは表示ファイルと画像を同じフォルダの下に置いています.以下の備考の場合はf 1と略称して、deal()を呼び出して表示ファイルをxmlファイルに変更します.次にイマグを呼び出しますrename()は元の画像を改めて名前を付けます.ここでoldpathは元の画像の保存経路です.new_pathは新しい保存経路です.ここでこのようにするのはファイルを混乱させることを恐れて、プログラムのdebugを利用しません.
データセットNWPU VHR-10をpascal vocのフォーマットに変換します.
2.コードが足りないところ
参考コードを実行したら、以下の点が不足しています.
これに基づいて、コードを参考にして改善しました.考え方は以下の通りです.
3.1 xmlファイルを生成する
まず元の表示ファイルtxtをxmlに変更します.私のコードは表示ファイルと画像を同じフォルダの下に置いています.以下の備考の場合はf 1と略称して、deal()を呼び出して表示ファイルをxmlファイルに変更します.次にイマグを呼び出しますrename()は元の画像を改めて名前を付けます.ここでoldpathは元の画像の保存経路です.new_pathは新しい保存経路です.ここでこのようにするのはファイルを混乱させることを恐れて、プログラムのdebugを利用しません.
import shutil
from lxml.etree import Element,SubElement,tostring
from xml.dom.minidom import parseString
import xml.dom.minidom
import os
import sys
from PIL import Image
# ， voc 0 ， 6
def imag_rename(old_path, new_path):
filelist = os.listdir(old_path) # （ ）
os.mkdir(new_path)
for file in filelist: #
Olddir = os.path.join(old_path, file) #
if os.path.isdir(Olddir): #
continue
filename = os.path.splitext(file)[0] #
filetype = os.path.splitext(file)[1] #
if filetype == '.jpg':
Newdir = os.path.join(new_path, str(int(filename)-1).zfill(6) + filetype)
# zfill 0
shutil.copyfile(Olddir, Newdir)
def deal(path):
files=os.listdir(path)
#
outpath = path + "/output"
os.mkdir(outpath)
for file in files:
filename=os.path.splitext(file)[0]#
#print(filename)
sufix=os.path.splitext(file)[1]#
if sufix=='.txt':
xmins=[]
ymins=[]
xmaxs=[]
ymaxs=[]
names=[]
num,xmins,ymins,xmaxs,ymaxs,names=readtxt(path + '/' + file)
filename_fill = str(int(filename) - 1).zfill(6)
filename_jpg = filename_fill + ".jpg"
dealpath=path+"/output/"+ filename_fill +".xml"
imagpath = path +"/" + filename + ".jpg"
with open(dealpath, 'w') as f:
height, width = readsize(imagpath)
writexml(dealpath,filename_jpg,num,xmins,ymins,xmaxs,ymaxs,names, height, width)
def readtxt(path):
with open(path, 'r') as f:
contents = f.read()
#print(contents)
objects=contents.split('
')
for i in range(objects.count('')):
objects.remove('')
#print(objects)
num=len(objects)#
#print(num)
xmins=[]
ymins=[]
xmaxs=[]
ymaxs=[]
names=[]
for objecto in objects:
#print(objecto)
xmin=objecto.split(',')[0]
xmin=xmin.split('(')[1]
xmin=xmin.strip()
ymin=objecto.split(',')[1]
ymin=ymin.split(')')[0]
ymin=ymin.strip()
xmax=objecto.split(',')[2]
xmax=xmax.split('(')[1]
xmax=xmax.strip()
ymax=objecto.split(',')[3]
ymax=ymax.split(')')[0]
ymax=ymax.strip()
name=objecto.split(',')[4]
name=name.strip()
if name=="1 " or name=="1":
name='airplane'
elif name=="2 "or name=="2":
name='ship'
elif name== "3 "or name=="3":
name='storage tank'
elif name=="4 "or name=="4":
name='baseball diamond'
elif name=="5 "or name=="5":
name='tennis court'
elif name=="6 "or name=="6":
name='basketball court'
elif name=="7 "or name=="7":
name='ground track field'
elif name=="8 "or name=="8":
name='harbor'
elif name=="9 "or name=="9":
name='bridge'
elif name=="10 "or name=="10":
name='vehicle'
else:
print(path)
#print(xmin,ymin,xmax,ymax,name)
xmins.append(xmin)
ymins.append(ymin)
xmaxs.append(xmax)
ymaxs.append(ymax)
names.append(name)
#print(num,xmins,ymins,xmaxs,ymaxs,names)
return num,xmins,ymins,xmaxs,ymaxs,names
def writexml(path,filename,num,xmins,ymins,xmaxs,ymaxs,names,height, width):# Nwpu-vhr-10 < 1000*600
node_root=Element('annotation')
node_folder=SubElement(node_root,'folder')
node_folder.text="VOC2007"
node_filename=SubElement(node_root,'filename')
node_filename.text="%s" % filename
node_size=SubElement(node_root,"size")
node_width = SubElement(node_size, 'width')
node_width.text = '%s' % width
node_height = SubElement(node_size, 'height')
node_height.text = '%s' % height
node_depth = SubElement(node_size, 'depth')
node_depth.text = '3'
for i in range(num):
node_object = SubElement(node_root, 'object')
node_name = SubElement(node_object, 'name')
node_name.text = '%s' % names[i]
node_name = SubElement(node_object, 'pose')
node_name.text = '%s' % "unspecified"
node_name = SubElement(node_object, 'truncated')
node_name.text = '%s' % "0"
node_difficult = SubElement(node_object, 'difficult')
node_difficult.text = '0'
node_bndbox = SubElement(node_object, 'bndbox')
node_xmin = SubElement(node_bndbox, 'xmin')
node_xmin.text = '%s'% xmins[i]
node_ymin = SubElement(node_bndbox, 'ymin')
node_ymin.text = '%s' % ymins[i]
node_xmax = SubElement(node_bndbox, 'xmax')
node_xmax.text = '%s' % xmaxs[i]
node_ymax = SubElement(node_bndbox, 'ymax')
node_ymax.text = '%s' % ymaxs[i]
xml = tostring(node_root, pretty_print=True)
dom = parseString(xml)
with open(path, 'wb') as f:
f.write(xml)
return
def readsize(path):
img=Image.open(path)
width=img.size[0]
height=img.size[1]
return height, width
if __name__ == "__main__":
path=f1
deal(path)
imag_rename(old_path, new_path)