将.mat注释文件转换为XML文件

Question

我有一些图像，我用MATLAB的imageLabler工具进行了注释。因此，我得到了gtruth.mat文件(它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，我使用的对象检测器(dlib对象检测器)只接受XML格式。

是否有可能将该.mat文件转换为XML文件，以便使我的所有注释保持不变，并且能够训练我的自定义对象检测器？如果是的话，我怎样才能做到呢？

Answer 1

我首先要说的是，这只是你的问题的部分解决方案，这应该允许你自己解决剩下的问题。

这个问题似乎涉及将groundTruth对象转换为对dlib友好的XML。

首先，我们需要问自己，什么是groundTruth对象？我已经做了一个玩具例子使用图像标记器和一些图像在MATLAB安装文件夹中可用。我得到的是：

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 

(上面包含了3种可用标签中的2种，第3种是像素标签，我决定在这里跳过它。)

现在，对dlib友好的XML是什么样子的？我不太确定，所以我要用这个：

<?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>

因此，您需要的映射似乎是：

• 对于每个图像，创建一个<image>节点，其file属性指向gTruth.DataSource.Source{1...n}。
• 在具有Rectangle-type标签的图像中，创建一个<box>节点。
  • 我们在gTruth.LabelData中所拥有的四元素向量需要转换为top='26' left='33' width='78' height='73'。
  • 标签的名称将转到<label>节点。

​

• (猜测1)具有多个标签的图像将有多个<label>节点。
• (猜测2)具有Scene-type标签的图像，将不会有一个包含<label>的<box>节点。
• 不知道<part>节点是干什么用的。

在上述基础上创建一个转换器应该是很简单的。您可以使用struct2xml来帮助您和/或xmlwrite。