from lxml import etree
import cv2
# 读取 xml 文件信息,并返回字典形式
def parse_xml_to_dict(xml):
if len(xml) == 0: # 遍历到底层,直接返回 tag对应的信息
return {xml.tag: xml.text}
result = {}
for child in xml:
child_result = parse_xml_to_dict(child) # 递归遍历标签信息
if child.tag != 'object':
result[child.tag] = child_result[child.tag]
else:
if child.tag not in result: # 因为object可能有多个,所以需要放入列表里
result[child.tag] = []
result[child.tag].append(child_result[child.tag])
return {xml.tag: result}
# xml 标注文件的可视化
def xmlShow(img, xml, save=True):
image = cv2.imread(img)
with open(xml, encoding='gb18030', errors='ignore') as fid: # 防止出现非法字符报错
xml_str = fid.read()
xml = etree.fromstring(xml_str)
data = parse_xml_to_dict(xml)["annotation"] # 读取 xml文件信息
ob = [] # 存放目标信息
for i in data['object']: # 提取检测框
name = str(i['name']) # 检测的目标类别
bbox = i['bndbox']
xmin = int(bbox['xmin'])
ymin = int(bbox['ymin'])
xmax = int(bbox['xmax'])
ymax = int(bbox['ymax'])
tmp = [name, xmin, ymin, xmax, ymax] # 单个检测框
ob.append(tmp)
# 绘制检测框
for name, x1, y1, x2, y2 in ob:
cv2.rectangle(image, (x1, y1), (x2, y2), color=(255, 0, 0), thickness=2) # 绘制矩形框
cv2.putText(image, name, (x1, y1 - 10), fontFace=cv2.FONT_HERSHEY_SIMPLEX,
fontScale=0.5, thickness=1, color=(0, 0, 255))
# 保存图像
if save:
cv2.imwrite('result.png', image)
# # 展示图像
# cv2.imshow('test', image)
# cv2.waitKey()
# cv2.destroyAllWindows()
if __name__ == "__main__":
import os
import random
img_path = './data/train/images/' # 传入图片
image = [os.path.join(img_path, i) for i in os.listdir(img_path)]
r = random.randint(0, len(image) - 1) # 生成随机索引
image_path = image[r]
labels_path = image_path.replace('images', 'labels') # 自动获取对应的 xml 标注文件
labels_path = labels_path.replace('.jpg', '.xml')
xmlShow(img=image_path, xml=labels_path, save=True)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
项目包含:菠萝缺陷检测【VOC标注格式,包含训练集和验证集、类别json文件以及可视化脚本】,数据保存按照文件夹保存,经测试,可直接用作目标检测数据集,无需额外处理。 图像分辨率为640*640的大分辨率RGB图片,数据集为菠萝缺陷、腐烂检测。标注的边界框完整,每张图像均有数个目标。 【数据集介绍】5类别:好的、坏的、black spots、holes、white fungus 【数据总大小】22 MB 【数据集详情】data目录下分为两个目录,训练数据和验证数据,每个目录下各有两个子文件夹。images存放数据图片,labels目录存放标注文件。训练集共670张图片和670个xml解释文件。验证集共101张图片和101个xml解释文件 【json文件】5 类别的json字典文件 为了方便查看数据,提供了可视化py文件,随机传入一张图片即可绘制边界框,并且保存在当前目录。脚本无需更改,可以直接运行得到标注后的图像
资源推荐
资源详情
资源评论
收起资源包目录
目标检测数据集:5种菠萝缺陷检测【VOC标注格式,包含训练集和验证集、类别json文件以及可视化脚本】 (1545个子文件)
504_jpg.rf.20cee2e005546371289f19260496db65.jpg 140KB
573_jpeg.rf.5cfb8ab0e22d762cf1b065d3ad7c810d.jpg 124KB
573_jpeg.rf.b46ed116ad707ba0b806f7440c0554b0.jpg 124KB
573_jpeg.rf.4512713f46c805445de2e1411118b5a3.jpg 124KB
515_jpg.rf.5983c2a6a9c5641ca4f689cc65a0c291.jpg 117KB
515_jpg.rf.4757b326a071da2a85cd290f1c941611.jpg 117KB
515_jpg.rf.12a6b47c51a62e11a30970a68100af10.jpg 117KB
536_jpg.rf.e6781f7d5c56f381578a8d684b304a41.jpg 117KB
558_jpg.rf.1bddd2528619fff5f0138e9ada970c5f.jpg 114KB
593_jpg.rf.859ca8afa846f58c6ba55bc174948d9b.jpg 113KB
593_jpg.rf.fd8e2ca1719a55278351dc0dedfd380b.jpg 113KB
593_jpg.rf.a78c0dcfefb70772983d14a1addf24c0.jpg 113KB
570_jpg.rf.2127e7f3f274f7eac868f82696220e23.jpg 108KB
568_jpg.rf.9d639441bc5fb748369fb392c5089d04.jpg 107KB
568_jpg.rf.2062c515284857dfdb0801e859de7b95.jpg 107KB
568_jpg.rf.73278e9c58c5a618349a651959463da9.jpg 107KB
IMG_5689_JPG.rf.733157ba28bbd34a8b9bf7f6e4eb0408.jpg 107KB
IMG_5689_JPG.rf.f20753918b67883e19ca84d0c62e8295.jpg 107KB
IMG_5689_JPG.rf.e2beb9006800c1f0f444ab3202116eeb.jpg 107KB
529_jpg.rf.a337111d6bf1c07d47d336ad13a449b3.jpg 106KB
529_jpg.rf.180cf63ab8d343283cbe8165f4e51925.jpg 106KB
529_jpg.rf.c96ca6c31da0658a8ef520cd8a60ec43.jpg 106KB
533_jpg.rf.ed1a8751e061fdf6e575458fd9069276.jpg 105KB
IMG_5687_JPG.rf.22d1066cc064a2d95be4eb1aa216e691.jpg 103KB
574_jpg.rf.310bd788d8763bdd9f58d3ed3b16a30c.jpg 102KB
547_png.rf.bc0d67a0550418958f514fbe16e57256.jpg 102KB
547_png.rf.3a43ee7b5e98a29408d4b979433c149e.jpg 102KB
547_png.rf.d01a33b1fdc66ab1e3babae7f7ee9d8c.jpg 102KB
IMG_5707_JPG.rf.d87e51ed72cc004a5101f84a23601926.jpg 101KB
IMG_5707_JPG.rf.8f897a1a79a8642c135ee674b10b14d2.jpg 101KB
IMG_5707_JPG.rf.a2f0f01ae7fd0f033739ac7b489afbb0.jpg 101KB
IMG_5700_JPG.rf.10d3021f7f19dc923ffe8b620b690e95.jpg 101KB
IMG_5700_JPG.rf.c2f95a101f98713b072b88dfafd98936.jpg 101KB
IMG_5700_JPG.rf.90658161ec70d8b0cbc41cd4e072f4cf.jpg 101KB
559_jpg.rf.0356abbe943c18f23ee3cc7481732fc8.jpg 100KB
559_jpg.rf.f3dc3adf7a7f9e817f43afa14134034b.jpg 100KB
559_jpg.rf.56c7ee5ed70b43207ac8add2ac1ceaaa.jpg 100KB
503_jpg.rf.c8bc5fcc3acaa2b8e0bb8b51b6ee0898.jpg 99KB
503_jpg.rf.5b4007491921200c2383dd3042f0aa9a.jpg 99KB
503_jpg.rf.1cb0071ee89dbc294c10007e0e5cf516.jpg 99KB
524_jpg.rf.c8c0a5e1e3d1712c343bfaf158520fcf.jpg 99KB
IMG_5699_JPG.rf.e6e12247a11dbf80073a909e981e9e78.jpg 98KB
IMG_5680_JPG.rf.38170ffc396e239198a14f53a65cf9be.jpg 97KB
IMG_5680_JPG.rf.7d1220e28a2c46d7f38c84328e919dca.jpg 97KB
IMG_5680_JPG.rf.6c58cf7b6f0bf8afdc84296582bd14b2.jpg 97KB
IMG_5708_JPG.rf.a2a882b1cacb79af4323f7786d9bcecf.jpg 97KB
IMG_5708_JPG.rf.789cf3a0412ec9a26a377e86b9674f70.jpg 97KB
550_jpg.rf.9f0ac749123dcb15cc65a0959704f87d.jpg 96KB
IMG_5682_JPG.rf.6a1084ff7887ba7872170fc9e039c672.jpg 96KB
IMG_5682_JPG.rf.7c3f9fb4b5b09013379535b72a66aec4.jpg 96KB
IMG_5682_JPG.rf.5f012ad166ac6710b401a2d6af715610.jpg 96KB
IMG_5712_JPG.rf.4b99f995facb254492b9758ead52cfdd.jpg 96KB
IMG_5712_JPG.rf.bb7cdbcbd42c5ec19ac864fbaae237d4.jpg 96KB
IMG_5712_JPG.rf.f73a136e22eeed1a4223fd28a0ab340c.jpg 96KB
IMG_5709_JPG.rf.bd07fc9602142604ea6ec0aaedc65bd7.jpg 95KB
IMG_5709_JPG.rf.e22da786a97e71b765f3db3e284c57fc.jpg 95KB
IMG_5709_JPG.rf.0eb056656a6b53fa26aa16bbc018401f.jpg 95KB
IMG_5688_JPG.rf.987241b9098a3a260bc806fbcfb50335.jpg 95KB
IMG_5688_JPG.rf.5add107b3da59705a25e54fb62287016.jpg 95KB
IMG_5688_JPG.rf.6cabbf4975e793f28030c003a1d15a4a.jpg 95KB
IMG_5679_JPG.rf.8781d7a1d28066d96abf6cf2aafec75f.jpg 95KB
760_jpg.rf.ea23eb86ddb8ae11eb26778e62775d5e.jpg 94KB
760_jpg.rf.4a92d2df0452a2adedda5cd00bcf497f.jpg 94KB
760_jpg.rf.c18a3a396047df16ae8987f5fc1fa217.jpg 94KB
579_jpg.rf.d33874d8ca4ad1a81b2fff5deb1bd690.jpg 94KB
579_jpg.rf.42bef71d7ea380ed2db67053ece76e67.jpg 94KB
579_jpg.rf.99cf20a977eb4292934772b71f5a2834.jpg 94KB
751_jpg.rf.795dea1f903a6d34f12151b42dd55c2d.jpg 94KB
751_jpg.rf.437dc3ee774267af016a50319c313b58.jpg 94KB
751_jpg.rf.8f025eccf10aa40a7bdc98d85c683770.jpg 94KB
528_jpg.rf.c060c0435ab6715c1e1bd4ae86f53e05.jpg 94KB
528_jpg.rf.52d0a8a352442386c499c50418eff33e.jpg 94KB
528_jpg.rf.4ffadd352163e0c8f50f450294c083d2.jpg 94KB
761_jpeg.rf.fbf5eed6a25537810434a1612d019bd1.jpg 94KB
IMG_5711_JPG.rf.994dae65c33d3ed5d56eb0e8f5a79335.jpg 94KB
IMG_5711_JPG.rf.ccee5dc4d20dec28f1d07294c91d5316.jpg 94KB
IMG_5711_JPG.rf.afad8dce92377cce57e57eaa408f8c27.jpg 94KB
IMG_5706_JPG.rf.f2be8bd87d16cf955b10f15bd78291b2.jpg 94KB
713_jpg.rf.f88b88572c5f156a12c02fb2a499b46b.jpg 93KB
713_jpg.rf.6b95e18bfcb1c54ad91626f815d5b185.jpg 93KB
713_jpg.rf.bf0b90dde3a1cd67477fa1e089c0ad73.jpg 93KB
542_jpg.rf.d9bfce9662a95d410d3a7552c230039c.jpg 93KB
IMG_5820_JPG.rf.185beacc49910344ce7d85a8c26a7b35.jpg 93KB
505_jpg.rf.f806fd196b7c3662d1b5aa5c050726a9.jpg 92KB
505_jpg.rf.674b6bd80975e7fe677966ffbcae53a8.jpg 92KB
505_jpg.rf.9d868fed429472696d8e20612cbabc05.jpg 92KB
IMG_5701_JPG.rf.67926df7f225abac04d06a5d881ea1eb.jpg 92KB
IMG_5701_JPG.rf.7644e99b0560d46b857b06e79bd0ffa4.jpg 92KB
IMG_5701_JPG.rf.054397e4963b8d70d56873b22dab2e4b.jpg 92KB
645_jpg.rf.3538a122c52e0fd9d28cc5c9f60803d2.jpg 92KB
654_jpg.rf.13144ae3bd7bd343ae7d9aaa4ccd99c9.jpg 91KB
654_jpg.rf.1f386f2e5d5044f5702b216013145e15.jpg 91KB
654_jpg.rf.61d29629670bc67a9abaad17e859e4a9.jpg 91KB
740_jpg.rf.0bcc0ce2a20a2e147b95d55105405a10.jpg 91KB
740_jpg.rf.da42f0bb1daa4414bdc7a9b537feedc8.jpg 91KB
740_jpg.rf.cdc4e24094ad04d13ddf09d9a5b989c0.jpg 91KB
669_jpg.rf.5201b9472eb883a47f041dcf51bc67e3.jpg 88KB
669_jpg.rf.c55c9314c2deafe2dee363b4c35fd101.jpg 88KB
669_jpg.rf.df3e2818857b09f5585d3bc7b4467b40.jpg 88KB
IMG_5710_JPG.rf.7508792b140deecb99a09c685c1fe047.jpg 88KB
共 1545 条
- 1
- 2
- 3
- 4
- 5
- 6
- 16
资源评论
听风吹等浪起
- 粉丝: 1w+
- 资源: 1357
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功