文章目录

什么是xml
xml解析讲解
- 一、标签介绍
- - filename标签
  - size标签
  - object标签
- 二、xml解析的API
xml单个文件的解析
- 构建类别索引(category_id)
- 构建xml解析
- 代码测试

什么是xml

XML 被设计用来传输和存储数据。
XML于HTML的标签语言类似，都是使用标签来进行约束！【相对于html标签，xml标签可以自定义】
（对于上面的定义，我们简单了解一下就可以了，并不会对我们解析它有影响！）
下面展示一份简单的xml文件！（AI识虫的一份用于存储目标检测相关数据的xml文件）

<annotation><folder>刘霏霏</folder><filename>1.jpeg</filename><path>/home/fion/桌面/刘霏霏/1.jpeg</path><source><database>Unknown</database></source><size><width>1344</width><height>1344</height><depth>3</depth></size><segmented>0</segmented><object><name>Leconte</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>473</xmin><ymin>578</ymin><xmax>612</xmax><ymax>727</ymax></bndbox></object><object><name>Boerner</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>822</xmin><ymin>505</ymin><xmax>948</xmax><ymax>639</ymax></bndbox></object><object><name>linnaeus</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>607</xmin><ymin>781</ymin><xmax>690</xmax><ymax>842</ymax></bndbox></object><object><name>armandi</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>756</xmin><ymin>786</ymin><xmax>841</xmax><ymax>856</ymax></bndbox></object><object><name>coleoptera</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>624</xmin><ymin>488</ymin><xmax>711</xmax><ymax>554</ymax></bndbox></object>
</annotation>

xml解析讲解

一、标签介绍

上边的示例xml文件中，其中最主要的是filename（文件–图片名称），size（图片大小和通道数）， object（就是我们需要关注的目标检测的边界框位置等）。

【再次说明，xml中的标签可以自定义，只需要满足命名规范和标签闭合即可】

标签闭合： <filename> </filename>
自中，filename就是自定义的标签，前后对账，后者添加一个 /即可
命名规范：
名称可以包含字母、数字以及其他的字符
名称不能以数字或者标点符号开始
名称不能以字母 xml（或者 XML、Xml 等等）开始
名称不能包含空格

下面就对之前提到的三个部分做简要的说明！

filename标签

<filename>1.jpeg</filename>

这个标签在AI识虫中对应着每一个xml文件对应的图片名称

size标签

<size><width>1344</width><height>1344</height><depth>3</depth>
</size>

可以看出，size中还包含其它的内部标签，此时我们需要解析内部的数据就需要继续继续往里边查找标签——比如对width标签就对应着图片的宽度。【depth：常常表示通道数】

object标签

<object><name>Leconte</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>473</xmin><ymin>578</ymin><xmax>612</xmax><ymax>727</ymax></bndbox>
</object>

object通常就是我们目标检测中检测物体边界框所在的外层标签。
其中<difficult>0</difficult>，表示该物体是否检测存在困难；
更重要的是：

<bndbox><xmin>473</xmin><ymin>578</ymin><xmax>612</xmax><ymax>727</ymax>
</bndbox>

在bndbox标签中，包含我们检测的边界框的左上顶点(xmin, ymin) ，右下顶点(xmax, ymax)!

以上，基本上就对一份xml文件内容和确定解析标签做了一个基本的阐述。

二、xml解析的API

python中解析xml是通过操做xml库实现的！

首先导入库: import xml
具体解析xml文件是使用xml.etrre.ElementTree来构建xml解析树实现的
该APIxml.etrre.ElementTree下的parse可以快速解析xml文件
形式如下：
xml.etrre.ElementTree.parse(xml_path)实现对xml_path对应的xml文件进行解析，并返回一个xml解析树对象！
此时获取的解析树还只是一个直接的数据，不能直接获取我们想要的东西，此时需要对解析树使用find(标签)来对指定标签进行查讯，并返回该标签对象，然后，再跟上一个text获取该标签的属性（注意：text针对仅含有具体字符数据的标签，如 <fname> 1</fname>, 而不是<img_data><img_name>1</img_name></img_data>这样的复合标签）。
eg:

# xml解析树
xml_tree = xml.etrre.ElementTree.parse(xml_path)# find从解析对象中找到id标签对象，然后使用text属性，获取xml中该标签对应的数据
id_data = xml_tree.find('id').text # 此时返回的数据是str，如果是数值，可以使用int/float进行转换

总结起来，xml解析最主要的操作就是:

使用xml.etrre.ElementTree.parse(xml_path)创建一个初始的xml树对象；
然后对返回的树对象使用find进行标签查找；
找到所需要的子标签时，再使用text属性进行读取即可！

xml单个文件的解析

在解析文件前，我们来确定一下分析xml中所要关注的标签。
在AI识虫的xml中，我们需要关注的标签:

filename : 解析出当前xml对应的图片文件名
size -> width , height, depth ：解析出图片的大小和通道数
objeck -> bndbox : 解析出objeck下的bbox数据
difficult : 解析当前bbox是否存在识别困难

接下来就从以上四个方面进行解析——

构建类别索引(category_id)

模型的输出与损失计算都是数值的，而xml中有时候会出现category（类别）名称，需要进行转换！
因此，我们就AI识虫数据集中的xml所存在的类别进行整理:

# 其对应的cotegory有7种
INSECT_NAMES = ['Boerner', 'Leconte', 'Linnaeus', 'acuminatus', 'armandi', 'coleoptera', 'linnaeus']

我们就对以上的类别设置顺序索引，从Boerner-0, Leconte-1, … , linnaeus-6进行映射！
这里利用字典来存取这样的映射，方便我们后边解析出xml中的类别时，可以使用key直接获取类别的id！
构建字典的函数如下:

# 构造类别对应的索引字典
def get_insect_name():"""获取类别索引字典return a dict,{'Boerner': 0,'Leconte': 1,'Linnaeus': 2, 'acuminatus': 3,'armandi': 4,'coleoptera': 5,'linnaeus': 6}"""insect_category2id = {}   # 从类别到id的一个映射for i, item in enumerate(INSECT_NAMES):  # 利用enumerate自带的索引序号进行映射insect_category2id[item] = ireturn insect_category2id

构建xml解析

通过上边的操作，我们就得到了类别映射，后边的的类别名称就可以很方便的解析成id序列号了！
代码具体如下：（所有的重要注释都已经在代码中覆盖了！）

# 传入类别索引字典和xml数据地址进行xml解析
# 返回xml中解析到的所有目标数据
def get_annotation(category2id, data_path):'''category2id: 类别索引字典data_path: 数据地址（单个xml的数据的相对地址——1.xml）return records(这是一个list，包含其中返回的字典数据)'''# data_path: 1.xml  => [:-4] = '1'  , [-4:] = '.xml'fid = data_path[:-4]   # id：既是xml的，通常也是img的tree = ET.parse(data_path)objs = tree.findall('object') # 返回所有的object对象（标签）img_w = tree.find('size').find('width').text  # 通过text属性调用xml指定标签的数据img_h = tree.find('size').find('height').text# print('Image Width:', img_w, 'px , Image Height:', img_h, 'px')# 预置我们需要从xml中读取的数据格式——这里的bbox采用xywh的数据格式存储# 根据objs的个数，分配此时解析xml需要多少个bboxgt_bbox = np.zeros((len(objs), 4), dtype=np.float32)  # 4：表示bbox的数据: xywhgt_class = np.zeros((len(objs), 1), dtype=np.int32)   # 1：对应类别索引is_difficult = np.zeros((len(objs), 1), dtype=np.int32) # 1：对应是否识别困难# 预置后数据格式之后，开始遍历objs，依次读取其中的数据，存入到预置的数据格式中for i, obj in enumerate(objs): # 利用enumerate返回自带索引，来方便多个obj的索引和遍历# 类别读取category_name = obj.find('name').text # 获取类别名category_id = category2id[category_name] # 获取对应的类别索引gt_class[i] = category_id  # 添加识别类别索引# 识别是否困难_difficult = int(obj.find('difficult').text) # 获取识别难度is_difficult[i] = _difficult # 读取目标识别是否困难# bbox读取x1 = float(obj.find('bndbox').find('xmin').text)  # 将读取的左上点的x数据转换为float数据y1 = float(obj.find('bndbox').find('ymin').text)x2 = float(obj.find('bndbox').find('xmax').text)  # 右下点y2 = float(obj.find('bndbox').find('ymax').text)# 将读取的bbox数据转换为：xywh的格式存入gt_bbox中bbox_center_x = (x2 + x1) / 2.0bbox_center_y = (y2 + y1) / 2.0bbox_w = (x2 - x1) + 1.0bbox_h = (y2 - y1) + 1.0# 写入gt_bboxgt_bbox[i] = [bbox_center_x, bbox_center_y, bbox_w, bbox_h]  # 这里等价于将gt_bbox[i,:] = [....]# 将当前xml中的所有obj遍历完后，对数据进行一个汇总# 具体实践时的数据解析和汇总可以做适当的调整xml_rcd = {'image_name': fid+'.png',  # 图片名称'image_id': fid,           # 图片id'difficult': is_difficult, # 数据识别困难情况'categoty_id': gt_class,   # 识别对象的类别情况'gt_bbox': gt_bbox         # 识别对象的bbox情况}# 返回解析完归总后的xml内容return xml_rcd

代码测试

# cotegory有7种
INSECT_NAMES = ['Boerner', 'Leconte', 'Linnaeus', 'acuminatus', 'armandi', 'coleoptera', 'linnaeus']# 生成类别索引字典
category2id = get_insect_name()# 返回解析后的xml内容
xml_rcd = get_annotation(category2id=category2id, data_path='1.xml')# 打印解析出来的内容
for key, data in xml_rcd.items():  # 打印返回的内容print(key, ':\n', data)    # 当前数据的内容

打印结果：

到这里，xml的基本解析就介绍完了，如果大家感兴趣，可以在此基础上尝试文件列表中多个xml文件的解析。

目标检测相关教程如下：（更新中）
目标检测(一)——边界框总结与代码实现（可完整实现）
目标检测(二)——锚框总结与代码实现（可完整实现）
目标检测(三)——IoU总结与代码实现（可完整实现）

目标检测(四)——xml快速上手（可完整实现）相关推荐

目标检测(四)：SSD之Pytorch源码解读
读完 SSD 的论文内容能大致了解这一算法的核心思想和算法流程,但要将其应用到实际问题上还需要去读代码.论文给出的 SSD 源码是用 Caffe 框架实现的,但自己使用 Caffe 搭建 SSD 的环 ...
全网最最最轻量级检测网络 yolo-fastest 快速上手
文章目录 0x01 Yolo-Fastest 0x02 Prepare step1 clone step2 make step3 run darknet 0x03 Train step1 获取权重文件 ...
python解析xml+得到pascal voc xml格式用于目标检测+美化xml
1.python解析xml img_path='./data/001.tif'xml_path='./xml/001.xml'img=cv2.imread(img_path)# cv2.imshow( ...
目标检测——模型的快速验证
1 使用训练集来进行评价通过对训练集来评价,可以了解模型当前的学习程度: 1.1 使用小数据集进行验证--"选择100个样本" 我们可以使用数量较小的数据来进行快速验证,看看模型 ...
小目标 | Power BI新人快速上手手册
经常有刚接触Power BI 的朋友询问:该如何上手学习?先学Power Query ,还是 Power Pivot?或者直接学习 Power BI Desktop? 今天,就和大家分享一些我个人的体 ...
目标检测：XML文件矩形框在图片上的简单可视化
代码如下: 需要改的就是开头的四行可视化结果只有框,没有类别用于验证自己写的,亲测可用 import xml.etree.ElementTree as ET import os import c ...
五十四、快速上手uniapp
@Author:Runsen uniapp可以说是前端必学的东西.uniapp项目可以一套代码运行到多端(APP端(安卓和ios).各种小程序(微信.支付宝.头条.百度.QQ).H5端). 详细介绍请 ...
目标检测--将xml文件中标签（矩形框）在其原图片上显示并另存
""" 目的:将原图片(img)与其xml(xml),合成为打标记的图片(labelled),矩形框标记用红色即可已有:(1)原图片文件夹(imgs_path),(2) ...
项目设计：基于YOLO目标检测算法的安全帽/口罩/汽车/行人/交通标志...检测
本文将详细介绍YOLO目标检测算法,该算法支持各种目标检测,包括:安全帽.汽车.造价.交通标志......等. 其他毕业设计题目推荐参考: 毕业设计:电子/通信/计算机/物联网专业毕业设计选题参考( ...

目标检测(四)——xml快速上手（可完整实现）