带标签的矩形到xml python

我的问题与目标检测有关，我在图像中有一个矩形坐标列表，在另一个列表和原始图像中有标签，如下所示：

print(original_image.shape)
(720, 1280,3)

rectangles = [[100,200,40,100],[200,400,80,170]] 
labels = [0,1]

---

要使用tensorflow人员培训模型，通常需要使用某种软件来标记生成可在tensorflow中使用的xml文件的图像。是否可以使用我所拥有的来替代？

您可以使用pythons

xml.etree.celementree

轻松地将列表写入Pascal VOC xml格式。这样做：

import xml.etree.cElementTree as ET

root = ET.Element('annotation')

ET.SubElement(root, 'folder').text = 'images' # set correct folder name
ET.SubElement(root, 'filename').text = img_filename

size = ET.SubElement(root, 'size')
ET.SubElement(size, 'width').text = str(img_width)
ET.SubElement(size, 'height').text = str(img_height)
ET.SubElement(size, 'depth').text = str(img_depth)

ET.SubElement(root, 'segmented').text = '0'

for box in rectangles:
    name = # class name
    xmin = box[] #set correct index
    ymin = box[] #set correct index
    xmax = box[] #set correct index
    ymax = box[] #set correct index

    obj = ET.SubElement(root, 'object')
    ET.SubElement(obj, 'name').text = name
    ET.SubElement(obj, 'pose').text = 'Unspecified'
    ET.SubElement(obj, 'truncated').text = '0'
    ET.SubElement(obj, 'occluded').text = '0'
    ET.SubElement(obj, 'difficult').text = '0'

    bx = ET.SubElement(obj, 'bndbox')
    ET.SubElement(bx, 'xmin').text = str(xmin)
    ET.SubElement(bx, 'ymin').text = str(ymin)
    ET.SubElement(bx, 'xmax').text = str(xmax)
    ET.SubElement(bx, 'ymax').text = str(ymax)


tree = ET.ElementTree(root)
tree.write(file_write_path)

---

你应该看看这个教程。这将启发你这与我想要的非常不同，我不想对图像进行分类，我想检测图像内部的对象。恐怕这与你的问题完全相同。不，因为在你提出的练习中，模型从矩形向量中的值中学习，在我的例子中，这些值并不重要。重要的是图像中的切割输出，即矩形坐标的来源。