XML

Расширяемый язык разметки, обычно называемый XML, — это гибкий текстовый формат, предназначенный для хранения, передачи и организации структурированных данных. В отличие от HTML, который сосредоточен на отображении информации на веб-странице, XML предназначен для описания того, что представляют собой данные, с помощью иерархической структуры пользовательских тегов. Благодаря этой универсальности XML стал фундаментальным стандартом обмена данными между различными вычислительными системами и через интернет. В контексте машинного обучения (ML) XML играет важную роль в управлении наборами данных и файлами конфигурации, обеспечивая читаемость сложной информации как для людей, так и для машин, а также соответствие строгим стандартам валидации, определённым Консорциумом Всемирной паутины (W3C).

Роль XML в искусственном интеллекте#

В стремительно развивающейся области искусственного интеллекта (AI) структурированные данные служат топливом для сложных алгоритмов. XML предоставляет надёжную основу для аннотирования данных, позволяя инженерам снабжать необработанные медиаданные — например, изображения или текст — подробными описательными метаданными. Такой структурированный подход необходим для обучения с учителем, при котором моделям требуются чётко размеченные примеры для выявления закономерностей и признаков.

Хотя современные рабочие процессы часто используют платформу Ultralytics для удобного облачного аннотирования и обучения, XML по-прежнему широко применяется в унаследованных системах и специализированных академических наборах данных. Его строгий синтаксис обеспечивает целостность данных, поэтому XML предпочитают для корпоративной интеграции и сложных задач компьютерного зрения, где валидация имеет первостепенное значение.

Практическое применение в AI/ML#

XML играет важную роль в нескольких практических сценариях, особенно там, где критически важны стандартизация данных, переносимость и подробные метаданные.

• Наборы данных для обнаружения объектов (PASCAL VOC): Одно из наиболее распространённых применений XML в компьютерном зрении — формат PASCAL «Классы визуальных объектов» (VOC). В этом стандарте каждому изображению в наборе данных соответствует XML-файл с подробностями аннотаций. Эти файлы определяют координаты ограничивающих рамок (xmin, ymin, xmax, ymax) и метки классов для каждого объекта. Современные модели, такие как YOLO26, могут обрабатывать эти аннотации (часто после конвертации), чтобы научиться находить объекты — это фундаментальный процесс обнаружения объектов.
• Медицинская визуализация и здравоохранение: В специализированной области AI в здравоохранении важнейшее значение имеет интероперабельность. Стандарт цифровой визуализации и передачи медицинских данных (DICOM), повсеместно используемый для медицинских снимков, часто взаимодействует с XML при работе со сложными метаданными пациентов. XML позволяет структурированно представлять диагностические результаты и параметры исследований, обеспечивая точный анализ медицинских изображений. Это гарантирует, что модели AI, обученные на этих данных, строго соблюдают стандарты медицинских данных, такие как стандарт HL7 (HL7).

XML и JSON и YAML#

Хотя XML обладает широкими возможностями, его часто сравнивают с другими форматами сериализации данных, используемыми в рабочих процессах ML. Понимание различий помогает выбрать подходящий инструмент для конкретной задачи.

• XML и JSON: нотация объектов JavaScript (JSON) обычно легче и проще для разбора веб-приложениями. Хотя JSON стал стандартом для ответов API и многих современных наборов данных (например, COCO), XML по-прежнему предпочитают для данных, ориентированных на документы, и сред, требующих валидации по схеме. Для более подробного изучения структур веб-данных такие ресурсы, как Mozilla Developer Network, предлагают отличные сравнения.
• XML и YAML: YAML известен удобочитаемостью и минималистичным синтаксисом, в котором вместо тегов используется отступ. Поэтому YAML предпочитают для файлов конфигурации моделей в YAML во фреймворках вроде Ultralytics YOLO, где важна простота редактирования. XML, напротив, более многословен, но обеспечивает более строгий контроль структуры.

Разбор XML для обучения моделей#

При работе с унаследованными наборами данных, такими как наборы в формате PASCAL VOC, разработчикам часто требуется разбирать XML-файлы, чтобы извлекать координаты ограничивающих рамок для обучения. Встроенные библиотеки Python делают этот процесс простым.

В следующем примере показано, как разобрать простую строку XML-аннотации, чтобы извлечь названия классов объектов и координаты ограничивающих рамок с помощью API Python ElementTree.

import xml.etree.ElementTree as ET

# Example XML string simulating a PASCAL VOC annotation
voc_xml_data = """


        person

            50
            30
            200
            400



"""

# Parse the XML structure
root = ET.fromstring(voc_xml_data)

# Extract and print object details
for obj in root.findall("object"):
    class_name = obj.find("name").text
    bbox = obj.find("bndbox")
    # Convert coordinates to integers
    coords = [int(bbox.find(tag).text) for tag in ["xmin", "ymin", "xmax", "ymax"]]
    print(f"Detected Class: {class_name}, Bounding Box: {coords}")

Понимание того, как работать с этими форматами, необходимо для подготовки обучающих данных. Хотя автоматизированные инструменты на платформе Ultralytics могут выполнять такие преобразования, знание ручного разбора по-прежнему ценно для отладки и создания пользовательских конвейеров обработки данных. Дополнительные сведения о структурах данных представлены в подробном руководстве IBM по XML, посвящённом корпоративному использованию.