AICube数据集不合法清洗解决方法

通过kendryte云平台标注后下载的数据集在本地更改为Ai_Cube数据集目录格式后提示数据库不合法需要清洗。
最后发现堪智在线平台导出的数据集中的xml文件缺少size字段，可以通过脚本给xml文件添加size片段，添加结束之后就可以在aicube上面训练数据了，下面是脚本代码

1. import os
2. import cv2
3. import xml.etree.ElementTree as ET
5. # 路径配置
6. image_dir = "JPEGImages"
7. xml_dir = "Annotations"
9. # 遍历所有XML文件
10. for xml_file in os.listdir(xml_dir):
11.     if not xml_file.endswith(".xml"):
12.         continue
14.     xml_path = os.path.join(xml_dir, xml_file)
15.     tree = ET.parse(xml_path)
16.     root = tree.getroot()
18.     # 检查是否已经有 <size> 节点
19.     if root.find("size") is not None:
20.         print(f"[跳过] {xml_file} 已有 <size>")
21.         continue
23.     # 获取对应的图片路径
24.     img_filename = root.find("filename").text
25.     img_path = os.path.join(image_dir, img_filename)
27.     if not os.path.exists(img_path):
28.         print(f"[警告] 找不到对应图片：{img_filename}")
29.         continue
31.     # 读取图像大小
32.     img = cv2.imread(img_path)
33.     if img is None:
34.         print(f"[错误] 无法读取图像：{img_filename}")
35.         continue
37.     height, width, depth = img.shape
39.     # 创建 <size> 节点并插入到  下
40.     size_elem = ET.Element("size")
41.     ET.SubElement(size_elem, "width").text = str(width)
42.     ET.SubElement(size_elem, "height").text = str(height)
43.     ET.SubElement(size_elem, "depth").text = str(depth)
45.     root.insert(1, size_elem)  # 插入在 <filename> 之后更符合VOC结构
47.     # 保存修改后的XML
48.     tree.write(xml_path, encoding="utf-8", xml_declaration=True)
49.     print(f"[更新] 已添加 <size> 至 {xml_file}")

复制代码

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！