在pascal voc中註釋圖像xml

Question

我需要一個工具來用矩形邊界框註釋圖像。輸出將採用pascal voc xml格式。註釋和圖像將成爲卷積神經網絡用於進行對象檢測的訓練數據集的一部分。我將自己手動註釋圖像。

我考慮過以下工具，但他們不支持pascal-voc。

Labelme，Sloth，Pilab，No name

是否有一個註釋工具，將節省我的時間？

Answer 1

這個python代碼片段會將Sloth json轉換爲pascal voc xml。

def make_anno(): 
    zind = 0 
    for z in data: 
     print zind 
     filename = data[zind]["filename"] 
     print filename 
     head, tail = os.path.split(filename) 
     basename, file_extension = os.path.splitext(tail)  
     f = open(basename + '.xml','w') 
     line = "<annotation>" + '\n' 
     f.write(line) 
     line = '\t\t<folder>' + "folder" + '</folder>' + '\n' 
     f.write(line) 
     line = '\t\t<filename>' + tail + '</filename>' + '\n' 
     f.write(line) 
     line = '\t\t<source>\n\t\t<database>Source</database>\n\t</source>\n' 
     f.write(line) 
     im=Image.open('/home/location/VOCdevkit/newdataset/img/' + tail) 
     (width, height) = im.size 
     line = '\t<size>\n\t\t<width>'+ str(width) + '</width>\n\t\t<height>' + str(height) + '</height>\n\t' 
     line += '\t<depth>Unspecified</depth>\n\t</size>' 
     f.write(line) 
     line = '\n\t<segmented>Unspecified</segmented>' 
     f.write(line) 
     ind = 0 
     for i in data[zind]["annotations"]: 
      line = '\n\t<object>' 
      line += '\n\t\t<name>Name</name>\n\t\t<pose>Unspecified</pose>' 
      line += '\n\t\t<truncated>Unspecified</truncated>\n\t\t<difficult>Unspecified</difficult>' 
      xmin = (data[zind]["annotations"][ind]["x"]) 
      line += '\n\t\t<bndbox>\n\t\t\t<xmin>' + str(xmin) + '</xmin>' 
      ymin = (data[zind]["annotations"][ind]["y"]) 
      line += '\n\t\t\t<ymin>' + str(ymin) + '</ymin>' 
      width = (data[zind]["annotations"][ind]["width"]) 
      height = (data[zind]["annotations"][ind]["height"]) 
      xmax = xmin + width 
      ymax = ymin + height 
      line += '\n\t\t\t<xmax>' + str(xmax) + '</xmax>' 
      line += '\n\t\t\t<ymax>' + str(ymax) + '</ymax>' 
      line += '\n\t\t</bndbox>' 
      line += '\n\t</object>'  
      f.write(line) 
      ind +=1 
      f.close() 
     zind +=1 

Answer 2

看起來好像沒有工具可以輸出你想要的格式。您可能需要使用一種工具以不同的格式輸出xml，並對其進行轉換。不理想，但可能會奏效。

例如，您可以構建一個xslt以將工具的xml輸出轉換爲Pascal VOC xml標準。

Answer 3

請參考我的github： https://github.com/tzutalin/ImageNet_Utils

如何註釋圖片： https://www.youtube.com/watch?v=p0nR2YsCY_U