MIN-MAX归一化

最新推荐文章于 2025-04-02 10:54:15 发布

SeasonRun

最新推荐文章于 2025-04-02 10:54:15 发布

阅读量5.2k

点赞数 1

分类专栏： Image Recognition AI Python 文章标签：归一化读取xml

本文链接：https://blog.youkuaiyun.com/haiziccc/article/details/102318038

版权

本文介绍了一种用于安全帽检测的图像标注归一化算法。该算法将标注框坐标转换为相对比例，适用于训练集准备阶段。通过解析XML标注文件，提取目标类别和边界框坐标，并进行坐标归一化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在做安全帽的识别，训练集标注好后需要进行归一化，简单写了个算法凑合用
import xml.etree.ElementTree as ET
import os
import numpy as np

VOC_CLASSES = (  # always index 0
    'blue', 'red', 'yellow', 'white','no')

#读取xml并进行归一化
def parse_rec(filename):
    """ Parse a PASCAL VOC xml file """
    tree = ET.parse(filename)
    objects = []
    jects = []

    for obj in tree.findall('object'):
        objc = {}
        difficult = int(obj.find('difficult').text)
        if difficult == 1:
            # print(filename)
            continue
        objc['name'] = obj.find('name').text
        bbox = obj.find('bndbox')
        objc['bbox'] = [int(float(bbox.find('xmin').text)),
                         int(float(bbox.find('ymin').text)),
                         int(float(bbox.find('xmax').text)),
                         int(flo