制作自己的ILSVRC2015 VID数据集的一些脚本以及流程

最新推荐文章于 2025-04-28 14:48:06 发布

原创

最新推荐文章于 2025-04-28 14:48:06 发布 · 3.5k 阅读

20 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #计算机视觉 #python

本文介绍如何将LabelMe标注的JSON格式数据转换为适用于ILSVRC2015 VID格式的XML文件，并提供了视频目标检测数据整理的具体步骤，包括重命名排序及ImageSets文档制作。

前言：刚开始做视频目标检测的时候需要把我们实验室的医疗数据制作成ILSVRC2015 VID这样格式的数据，但是在网上没怎么找到攻略，故把自己的一些经验记录下来。

1、json转xml：由labelme这个软件标注出来的数据集一般都是json格式的，需要把json标注格式转化成xml格式。

import os
 
from typing import List, Any
 
 
 
import numpy as np
 
import codecs
 
import json
 
from glob import glob
 
import cv2
 
import shutil
 
from sklearn.model_selection import train_test_split
 
# 1.标签路径
 
path = "/media/work/data/lx/mega_data/tempdatas/train"              #原始labelme标注数据路径
saved_path = "/media/work/data/lx/mega_data/val_train/"                #保存路径
 
 
 
    # 3.获取待处理文件

for tt in os.listdir(path):
    labelme_path='/media/work/data/lx/mega_data/tempdatas/train'+'/'+tt+'/'
    cont=os.listdir(labelme_path)
    if len(cont)<20:
        continue
    print(labelme_path)
    files = glob(labelme_path + "*.json")
    #print(files)
    files = [i.replace("\\","/").split("/")[-1].split(".json")[0] for i in files]
    
    print(files)
    
    # 4.读取标注信息并写入 xml
    
    for json_file_ in files:
    
        json_filename = labelme_path + json_file_ + ".json"
    
        json_file = json.load(open(json_filename, "r", encoding="utf-8"))
    
        height, width, channels = cv2.imread(labelme_path + json_file_ + ".JPEG").shape

        temp=saved_path+ "/"+ "Annotations/"+"VID/"+"train/"+tt
        if not os.path.exists(temp):
           os.makedirs(temp)
    
        with codecs.open(temp+"/"+ json_file_ + ".xml", "w", "utf-8") as xml:
    
            xml.write('<annotation>\n')
    
            xml.write('\t<folder>' + 'WH_data' + '</folder>\n')
    
            xml.write('\t<filename>' + json_file_ + ".JPEG" + '</filename>\n')
    
            xml.write('\t<source>\n')
    
            xml.write('\t\t<da