将 .mat 注释文件转换为 XML 文件

Question

我有一些图像，我使用 MATLAB 的 imageLabler 工具对其进行了注释。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。

是否可以将 .mat 文件转换为 XML 文件，以便我的所有注释保持不变并且我可以训练我的自定义对象检测器？如果是这样，我该怎么做？

Answer 1

我首先要说的是，这只是您问题的部分解决方案，应该可以让您自己解决其余问题。

---

看来这个问题涉及将 groundTruth 对象转换为 dlib 友好的 XML。

所以首先我们需要问自己，groundTruth 对象是什么？我使用Image Labeler 和 MATLAB 安装文件夹中的一些图像制作了一个玩具示例。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 

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

现在，dlib 友好的 XML 是什么样的？我不完全确定，所以我会选择这个：

<?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>

所以你需要的映射似乎是：

• 为每个图像创建一个<image> 节点，其file 属性指向gTruth.DataSource.Source{1...n}。
• 在具有Rectangle-type 标签的图像中，创建一个<box> 节点。
  • gTruth.LabelData 中的 4 元素向量需要转换为例如top='26' left='33' width='78' height='73'。
  • 标签名称转到<label> 节点。
• （猜测 #1）具有多个标签的图像将具有多个 <label> 节点。
• （猜想 #2）具有Scene 类型标签的图像将没有包含<label> 的<box> 节点。
• 不知道<part> 节点的用途。

根据以上内容创建转换器应该很简单。您可以使用struct2xml 来帮助您，和/或xmlwrite。