Экспортируйте помеченный объект после обнаружения объекта как XML (Pascal VOC), чтобы повторно импортировать его в LabelImage - PullRequest
Новая
       78

Экспортируйте помеченный объект после обнаружения объекта как XML (Pascal VOC), чтобы повторно импортировать его в LabelImage

0 голосов
/ 28 сентября 2019

Я недавно обучил сеть обнаружению объектов с использованием тензорного потока с быстрым и быстрым rrnn_inception_v2_coco, следуя руководству: https://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10

Теперь я хотел бы использовать свою сеть для перебора папки с изображениями, создания XMLфайл для каждого изображения в формате PascalVOC, который можно открыть с помощью LabelImage.Может ли кто-нибудь помочь мне с этой проблемой?Я думаю, что было бы отличным решением быстро увеличить количество помеченных изображений.

Это код, который я использую для перебора папки, маркировки каждого изображения и его отображения: 

for filename in glob.iglob('Folder_Path/*', recursive=True):
    if os.path.isfile(filename): # filter dirs
        image = cv2.imread(filename)
        image_expanded = np.expand_dims(image, axis=0)

# Perform the actual detection by running the model with the image as input
        (boxes, scores, classes, num) = sess.run(
            [detection_boxes, detection_scores, detection_classes, num_detections],
            feed_dict={image_tensor: image_expanded})

# Draw the results of the detection

        vis_util.visualize_boxes_and_labels_on_image_array(
            image,
            np.squeeze(boxes),
            np.squeeze(classes).astype(np.int32),
            np.squeeze(scores),
            category_index,
            use_normalized_coordinates=True,
            line_thickness=8,
            min_score_thresh=0.80)

# All the results have been drawn on image. Now display the image.
        cv2.imshow('Object detector', image)

# Press any key to close the image
        cv2.waitKey(0)

# Clean up
        cv2.destroyAllWindows()
...