目标检测是计算机视觉中的基础任务，可以让机器在图像中识别和定位物体。为了高效地标注和存储目标检测数据，我们使用了各种不同的数据格式。其中一种常用的格式是XML结构，通常用于VOC数据集格式。在本文中，我们将探讨一个Python脚本，它可以将目标检测标注从特定的文本文件格式转换为XML格式。
问题描述
假设您有一个图像数据集，同时还有相应的文本文件，其中包含目标检测的标注信息。每个文本文件都提供了有关图像中存在的物体的信息。例如，在每个文本文件中，每行可能包含物体类别、边界框坐标等信息。然而，您希望将这些标注信息转换为XML格式，以便更好地组织和管理数据。
Python脚本实现
以下是一个使用Python编写的脚本，用于将目标检测标注从文本格式转换为XML格式：
python
# 导入所需库
import os
import cv2
import shutil
from xml.dom.minidom import Document
# 定义物体类别
cls_names = ['人', '狗']
def makexml(picPath, txtPath, xmlPath):
# 删除已有的XML保存路径，并创建新的路径
if os.path.exists(xmlPath):
shutil.rmtree(xmlPath)
os.makedirs(xmlPath)
# 获取图片文件列表
files = os.listdir(picPath)
# 遍历每个图片文件
for i, name in enumerate(files):
ss = os.path.join(picPath, name)
print(ss)
img = cv2.imread(ss)
Pheight, Pwidth, Pdepth = img.shape
# 创建XML文档对象
xmlBuilder = Document()
annotation = xmlBuilder.createElement("annotation") # 创建annotation标签
xmlBuilder.appendChild(annotation)
# 添加folder标签
folder = xmlBuilder.createElement("folder")
folderContent = xmlBuilder.createTextNode("VOC2007")
folder.appendChild(folderContent)
annotation.appendChild(folder)
# 添加filename标签
filename = xmlBuilder.createElement("filename")
filenameContent = xmlBuilder.createTextNode(name)
filename.appendChild(filenameContent)
annotation.appendChild(filename)
# 添加size标签
size = xmlBuilder.createElement("size")
width = xmlBuilder.createElement("width")
widthContent = xmlBuilder.createTextNode(str(Pwidth))
width.appendChild(widthContent)
size.appendChild(width)
height = xmlBuilder.createElement("height")
heightContent = xmlBuilder.createTextNode(str(Pheight))
height.appendChild(heightContent)
size.appendChild(height)
depth = xmlBuilder.createElement("depth")
depthContent = xmlBuilder.createTextNode(str(Pdepth))
depth.appendChild(depthContent)
size.appendChild(depth)
annotation.appendChild(size)
# 读取对应的文本文件
txt = os.path.join(txtPath, name[0:-3] + "txt")
if not os.path.exists(txt):
# 若文本文件不存在，则直接保存XML文件并处理下一张图片
print(txt)
f = open(os.path.join(xmlPath, name[0:-4] + '.xml'), 'w', encoding="utf-8")
xmlBuilder.writexml(f, indent='\t', newl='\n', addindent='\t', encoding='utf-8')
f.close()
continue
# 若文本文件存在，则读取文本内容并添加相应的标签
txtFile = open(txt)
txtList = txtFile.readlines()
for i in txtList:
oneline = i.strip().split(" ")
object = xmlBuilder.createElement("object")
picname = xmlBuilder.createElement("name")
nameContent = xmlBuilder.createTextNode(cls_names[int(oneline[0])])
picname.appendChild(nameContent)
object.appendChild(picname)
# 添加pose、truncated、difficult等标签
# 添加bndbox标签，并计算bounding box的坐标
# 将以上标签添加至annotation标签下
pose = xmlBuilder.createElement("pose")
poseContent = xmlBuilder.createTextNode("Unspecified")
pose.appendChild(poseContent)
object.appendChild(pose)
truncated = xmlBuilder.createElement("truncated")
truncatedContent = xmlBuilder.createTextNode("0")
truncated.appendChild(truncatedContent)
object.appendChild(truncated)
difficult = xmlBuilder.createElement("difficult")
difficultContent = xmlBuilder.createTextNode("0")
difficult.appendChild(difficultContent)
object.appendChild(difficult)
bndbox = xmlBuilder.createElement("bndbox")
xmin = xmlBuilder.createElement("xmin")
mathData = int(((float(oneline[1])) * Pwidth + 1) - (float(oneline[3])) * 0.5 * Pwidth)
xminContent = xmlBuilder.createTextNode(str(mathData))
xmin.appendChild(xminContent)
bndbox.appendChild(xmin)
ymin = xmlBuilder.createElement("ymin")
mathData = int(((float(oneline[2])) * Pheight + 1) - (float(oneline[4])) * 0.5 * Pheight)
yminContent = xmlBuilder.createTextNode(str(mathData))
ymin.appendChild(yminContent)
bndbox.appendChild(ymin)
xmax = xmlBuilder.createElement("xmax")
mathData = int(((float(oneline[1])) * Pwidth + 1) + (float(oneline[3])) * 0.5 * Pwidth)
xmaxContent = xmlBuilder.createTextNode(str(mathData))
xmax.appendChild(xmaxContent)
bndbox.appendChild(xmax)
ymax = xmlBuilder.createElement("ymax")
mathData = int(((float(oneline[2])) * Pheight + 1) + (float(oneline[4])) * 0.5 * Pheight)
ymaxContent = xmlBuilder.createTextNode(str(mathData))
ymax.appendChild(ymaxContent)
bndbox.appendChild(ymax)
object.appendChild(bndbox)
annotation.appendChild(object)
# 保存生成的XML文件
f = open(os.path.join(xmlPath, name[0:-4] + '.xml'), 'w', encoding="utf-8")
xmlBuilder.writexml(f, indent='\t', newl='\n', addindent='\t', encoding='utf-8')
f.close()
# 调用函数进行转换
makexml("../data/images/", "../runs/detect/exp19/labels/", "../data/all/annotations/")结论
通过使用上述Python脚本，您可以将yolov5的推理保存的txt从文本格式转换为更为常见的XML格式，从而更好地管理和组织您的数据集。转换后的XML格式可以被广泛用于各种目标检测算法和数据处理工具中，为计算机视觉研究和应用提供便利。