最近刚刚接触深度学习，并尝试学习制作数据集，制作过程中发现了一个问题，现在跟大家分享一下。问题是这样的，在制作voc数据集时，我采集的是灰度图像，并已经用labelimg生成了每张图像对应的XML文件。训练时发现好多目标检测模型使用的训练集是彩色图像，因此特征提取网络的输入是m×m×3的维度的图像。所以我就想着把我采集的灰度图像的深度也改成3吧。批量修改了图像的深度后，发现XML中的depth也要由1改成3才行。如果重新对图像标注一遍生成XML文件的话太麻烦，所以就想用python批量处理一下。果然在网上找到了类似的代码，简单修改一下就可以实现我们想要的功能了。
全部代码如下
#coding:utf-8
import os
import os.path
import xml.dom.minidom
path='E:/data/ann/'#这里修改为自己存放XML文件的路径
files=os.listdir(path) #获取路径下的所有文件的名称
s=[]
for xmlFile in files:
if not os.path.isdir(xmlFile): #判断是否是文件夹，不是文件夹才打开
print(xmlFile)
#将获取到的xml文件名送入到dom解析
dom=xml.dom.minidom.parse(os.path.join(path,xmlFile))
root=dom.documentElement
###获取标签对depth之间的值
depth=root.getElementsByTagName('depth')
#修改相应标签的值
for i in range(len(depth)):
print(depth[i].firstChild.data)
a = depth[i].firstChild.data
print(type(a))
depth[i].firstChild.data=3
print(depth[i].firstChild.data)
#保存修改到xml文件中
with open(os.path.join(path,xmlFile),'w') as fh:
dom.writexml(fh)
print('修改depth成功！')
上面的代码的思路是，读取XML文件，并修改depth节点的内容修改为3，通过循环读取XML文件，实现批量化修改XML文件中depth的值。
修改前后的结果
XML修改前depth的值：
XML修改后depth的值：
这样，就可以使用自己制作的voc数据集进行训练了。我选的这个方法可能比较傻
