在进行神经网络训练的时候，自己标注的数据集往往会有数据量不够大以及代表性不强等问题，因此我们会采用开源数据集作为训练，开源数据集往往具有特定的格式，如果我们想将开源数据集为我们所用的话，就需要对其格式进行解析，然后转成自己需要的格式，数据转换的过程其实并没有太多的技术性的东西，主要涉及的就是文件的读写操作以及一点点逻辑，之前都会首选Matlab做这样的工作，但是开始接触python之后，尝试着用python进行，发现也十分简洁，下面介绍的就是使用python解析VOC2007的xml文件，然后将其中自己需要用到的信息写到新的txt文件中，以供自己的训练使用：
首先是VOC2007的xml文件格式如下所示，我需要将这样的xml描述转成为txt形式的描述文件，并且从中筛选我所需要的几种格式
1
2 VOC2007
3 000001.jpg
4
5 The VOC2007 Database
6 PASCAL VOC2007
7 flickr
8 341012865
9
10
11 Fried Camels
12 Jinky the Fruit Bat
13
14
15 353
16 500
17 3
18
19 0
20
21 dog
22 Left
23 1
24 0
25
26 48
27 240
28 195
29 371
30
31
32
33 person
34 Left
35 1
36 0
37
38 8
39 12
40 352
41 498
42
43
44
下面就是解析上述xml文件的python脚本，如下所示，主要用到了xml.etree.cElementTree这个包，具体的用法还需要在查一些资料，我就是照着别人的例子先实现了我所需要的功能。下面的代码首先从一个train.set文件中读取所有的xml的文件名，然后针对于每一个xml文件，进行解析，并存储其中我所需要的信息。
1 #!/usr/bin/evn python
2 #coding:utf-8
3 importos4
5 try:6 importxml.etree.cElementTree as ET7 exceptImportError:8 importxml.etree.ElementTree as ET9 importsys10
11 file_srx = open("train.set") #其中包含所有待计算的文件名
12 line =file_srx.readline()13 whileline:14 f = line[:-1] #除去末尾的换行符
15 tree = ET.parse(f) #打开xml文档
16 root = tree.getroot() #获得root节点
17 print "*"*10
18 filename = root.find('filename').text19 filename = filename[:-4]20 printfilename21 #file_object = open(filename + ".txt", 'w') #写文件
22 file_object_log = open(filename + ".log", 'w') #写文件
23 flag =False24
25 ########################################
26 for size in root.findall('size'): #找到root节点下的size节点
27 width = size.find('width').text #子节点下节点width的值
28 height = size.find('height').text #子节点下节点height的值
29 printwidth, height30 ########################################
31
32 for object in root.findall('object'): #找到root节点下的所有object节点
33 name = object.find('name').text #子节点下节点name的值
34 printname35 bndbox = object.find('bndbox') #子节点下属性bndbox的值
36 xmin = bndbox.find('xmin').text37 ymin = bndbox.find('ymin').text38 xmax = bndbox.find('xmax').text39 ymax = bndbox.find('ymax').text40 printxmin, ymin, xmax, ymax41 if name == ("bicycle" or "motorbike"):42 #file_object.write("Cyclist" + " 0 0 0 " + xmin + ".00 " + ymin + ".00 " + xmax + ".00 " + ymax + ".00 " + "0 0 0 0 0 0 0" + "\n")
43 file_object_log.write(str(float(int(xmax) - int(xmin)) * 1920.0 / float(width)) + " " + str(float(int(ymax) - int(ymin)) * 1080.0 / float(height)) + "\n")44 flag =True45 if name == ("car"):46 #file_object.write("Car" + " 0 0 0 " + xmin + ".00 " + ymin + ".00 " + xmax + ".00 " + ymax + ".00 " + "0 0 0 0 0 0 0" + "\n")
47 file_object_log.write(str(float(int(xmax) - int(xmin)) * 1920.0 / float(width)) + " " + str(float(int(ymax) - int(ymin)) * 1080.0 / float(height)) + "\n")48 flag =True49 if name == ("person"):50 #file_object.write("Pedestrian" + " 0 0 0 " + xmin + ".00 " + ymin + ".00 " + xmax + ".00 " + ymax + ".00 " + "0 0 0 0 0 0 0" + "\n")
51 file_object_log.write(str(float(int(xmax) - int(xmin)) * 1920.0 / float(width)) + " " + str(float(int(ymax) - int(ymin)) * 1080.0 / float(height)) + "\n")52 flag =True53 #file_object.close( )
54 file_object_log.close()55 if flag == False: #如果没有符合条件的信息，则删掉相应的txt文件以及jpg文件
56 #os.remove(filename + ".txt")
57 #os.remove(filename + ".jpg")
58 os.remove(filename + ".log")59 line = file_srx.readline()另外，由于使用windows系统习惯了，很多操作都是采取鼠标加键盘进行的，比如剪切+粘贴等，这些操作在文件较少的时候是十分方便的，但是当需要对大批文件进行操作的时候就没有那么方便了，比如要对上万个文件进行剪切的时候，光是选文件就要拖拽好久，而且一不小心就得重来，在这种情况下，采取dos的批处理操作就十分方便了，比如移动文件的操作(也就是剪切粘贴)只需要一个命令：move*.jpg jpg\则将当前目录下的所有后缀为jpg的文件都移动到了当前目录的下级目录jpg中，当然还有很多其他的命令语句，以后要有这样的意识，在遇到一个功能的时候，首先想一想是否能用命令或者是脚本的方式进行，这种方法在一开始的时候或许会显得比较慢，因为需要花一些时间去查找相关的命令语句，但是如果用的熟练了之后，就会大大提升效率了。
