图像多标签分类：提取xml文件中name属性到文本中

最近两天在做图像多标签分类，首先选用的数据集为pascal voc2012, 网上关于这个数据集的介绍有很多，此处不做过多介绍。pascal voc2012的标注格式是xml，对于图像多标签分类任务，首先需将xml文件中name标签提取出来并整理成txt格式。

07-08的数据集作为测试集，09-12的数据集作为训练集，文件夹格式为：
dataset
train
JPEGImages
annotations.txt
test
JPEGImages
annotations.txt
其中JPEGImages里装的是图片数据，annotations.txt的格式为：图片名(去除后缀) 类型名

代码如下：做了很多注释处理，很简单。

#将xml中的类别属性写在txt文件中
#09-12做训练 07-08做测试用
# -*- coding:utf-8 -*-

import xml.etree.ElementTree as ET 
import os 




ann_filePath='D:/multi_label_classification/VOCdevkit/VOC2012/Annotations/'
train_filePath='D:/multi_label_classification/dataset/train/'
test_filePath='D:/multi_label_classification/dataset/test/'
xml_list=os.listdir(ann_filePath)

xml_name_list=[]
cls_list=[]
cls_name=""
# print(xml_list)
for xml_name in xml_list:
    if xml_name[0:4]=="2007" or xml_name[0:4]=="2008":
        filename=os.path.join(ann_filePath,xml_name)
        xml_name=os.path.splitext(xml_name)[0] #去除后缀
        xml_name_list.append(xml_name) #图片名列表
        tree=ET.parse(filename) #ElementTree对象
        objs=tree.findall('object')
        for obj in objs:
            cls=obj.find('name').text
            cls_name+=" "      
            cls_name+=cls 
            # cls_list.append(cls)

        # 去除重复名字
        [cls_list.append(x) for x in cls_name.split() if x not in cls_list]
        cls_name=' '.join(cls_list)

        with open("test.txt","a") as f:
        
            f.write(xml_name+' '+cls_name+'\n')    
        
        cls_list=[]
        cls_name=""

    else:
        filename=os.path.join(ann_filePath,xml_name)
        xml_name=os.path.splitext(xml_name)[0]
        xml_name_list.append(xml_name) #图片名列表
        tree=ET.parse(filename) #ElementTree对象
        objs=tree.findall('object')
        for obj in objs:
            cls=obj.find('name').text
            cls_name+=" "      
            cls_name+=cls 
            # cls_list.append(cls)

        #去除重复名字
        [cls_list.append(x) for x in cls_name.split() if x not in cls_list]
        cls_name=' '.join(cls_list)

        with open("train.txt","a") as f:
        
            f.write(xml_name+' '+cls_name+'\n')    
        
        cls_list=[]
        cls_name=""

有什么不懂得可以评论区提问，看到必回。