Question

我有一些图像，这些图像是使用MATLAB的imageLabler工具注释的。结果，我得到了gtruth.mat文件（其中包含所有图像的注释）。

现在，我想使用这些注释来训练一个简单的对象检测器。但是，我正在使用的对象检测器（dlib对象检测器）仅接受XML格式。

是否可以将那个.mat文件转换为XML文件，以便所有注释保持不变，并且可以训练我的自定义对象检测器？如果是这样，我该怎么办？

Answer 1

首先，我说这只是部分解决您的问题的方法，应该可以让您自己解决其余问题。

似乎该问题涉及将groundTruth对象转换为对dlib友好的XML。

所以首先我们要问自己，什么是groundTruth对象？我使用Image Labeler制作了一个玩具示例，并在MATLAB安装文件夹中提供了一些图像。这是我得到的：

gTruth = 
  groundTruth with properties:

          DataSource: [1×1 groundTruthDataSource]
    LabelDefinitions: [6×3 table]
           LabelData: [9×6 table]

>> gTruth.DataSource
ans = 
groundTruthDataSource for an image collection with properties

                      Source: {
                              ' ...\MATLAB\R2018b\help\symbolic\mupad_ref\adaptivemesh-d0e330.png';
                              ' ...\MATLAB\R2018b\help\symbolic\mupad_ref\adaptivemesh-d0e338.png';
                              ' ...\MATLAB\R2018b\help\symbolic\mupad_ref\adaptivemesh-d0e348.png'
                               ... and 6 more
                              }

>> gTruth.LabelDefinitions
ans =
  6×3 table
       Name         Type              Description        
    __________    _________    __________________________
    'Axis1'       Rectangle    ''                        
    'Axis2'       Rectangle    ''                        
    'Axis3'       Rectangle    ''                        
    'Equation'    Scene        'Image shows an equation.'
    'ThreeD'      Scene        'Image shows a 3D chart.' 
    'TwoD'        Scene        'Image shows a 2D chart.' 

>> gTruth.LabelData
ans =
  9×6 table
       Axis1           Axis2           Axis3        Equation    ThreeD    TwoD 
    ____________    ____________    ____________    ________    ______    _____
    [1×4 double]    [1×4 double]    [1×4 double]     false      true      false
    [1×4 double]    [1×4 double]    [1×4 double]     false      true      false
    [1×4 double]    [1×4 double]    [1×4 double]     false      true      false
    [1×4 double]    [1×4 double]    [1×4 double]     false      true      false
    []              []              []               true       false     false
    []              []              []               true       false     false
    []              []              []               true       false     false
    [1×4 double]    [1×4 double]    [1×4 double]     false      true      false
    [1×4 double]    [1×4 double]    []               false      false     true

（上面包含3种可用标签类型中的2种，第3种是Pixel Labels，我决定在这里跳过。）

现在，适合dlib的XML是什么样的？我不太确定，因此我将继续讲下去：

<?xml version='1.0' encoding='ISO-8859-1'?>
<?xml-stylesheet type='text/xsl' href='image_metadata_stylesheet.xsl'?>
<dataset>
<name>imglab dataset</name>
<comment>Created by imglab tool.</comment>
<images>
  <image file='rel-path\1.jpg'>
    <box top='26' left='33' width='78' height='73'>
      <label>LabelName</label>
      <part name='1' x='67' y='68'/>
    </box>
  </image>
  ...
<images>
</dataset>

所以您需要的映射似乎是：

为每个图像创建一个<image>节点，其file属性指向gTruth.DataSource.Source{1...n}。
在带有Rectangle型标签的图像中，创建一个<box>节点。
- 我们在gTruth.LabelData中拥有的4元素向量需要转换为例如top='26' left='33' width='78' height='73'。
- 标签的名称转到<label>节点。
（猜测＃1）具有多个标签的图像将具有多个<label>节点。
（猜测＃2）具有Scene类型标签的图像将没有<box>节点，其中包含<label>。
不知道<part>节点是什么。

基于上述内容创建转换器应该很简单。您可以使用struct2xml和/或xmlwrite来帮助您。

将.mat注释文件转换为XML文件

1 个答案: