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?
答案 0 :(得分: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:
<image>
节点,其file
属性指向gTruth.DataSource.Source{1...n}
。Rectangle
型标签的图像中,创建一个<box>
节点。
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'
。<label>
节点。<label>
节点。Scene
类型标签的图像将没有<box>
节点,其中包含<label>
。<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。