質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.32%

  • Python

    9225questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    7416questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • UTF-8

    115questions

    UTF-8は8ビット符号単位の文字符号化形式及び文字符号化スキームです。データ交換方式、ファイル形式としては、一般的にUTF-8が使われる傾向があります。

python エラー(utf-8)

解決済

回答 2

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 287
cls_names = []
total_images = 0
for gov in govs:

    file_list = os.listdir(base_path + gov + '/Annotations/')

    for file in file_list:

        total_images = total_images + 1
        if file =='.DS_Store':
            pass
        else:
            infile_xml = open(base_path + gov + '/Annotations/' +file)
            tree = ElementTree.parse(infile_xml)
            root = tree.getroot()
            for obj in root.iter('object'):
                cls_name = obj.find('name').text
                cls_names.append(cls_name)
print("total")
print("# of images:" + str(total_images))
print("# of labels:" + str(len(cls_names)))
---------------------------------------------------------------------------
UnicodeDecodeError                        Traceback (most recent call last)
<ipython-input-10-54a6927ce3e8> in <module>()
     12         else:
     13             infile_xml = open(base_path + gov + '/Annotations/' +file)
---> 14             tree = ElementTree.parse(infile_xml)
     15             root = tree.getroot()
     16             for obj in root.iter('object'):

/anaconda3/envs/TensorFlow2/lib/python3.6/xml/etree/ElementTree.py in parse(source, parser)
   1194     """
   1195     tree = ElementTree()
-> 1196     tree.parse(source, parser)
   1197     return tree
   1198 

/anaconda3/envs/TensorFlow2/lib/python3.6/xml/etree/ElementTree.py in parse(self, source, parser)
    595                     # It can be used to parse the whole source without feeding
    596                     # it with chunks.
--> 597                     self._root = parser._parse_whole(source)
    598                     return self._root
    599             while True:

/anaconda3/envs/TensorFlow2/lib/python3.6/codecs.py in decode(self, input, final)
    319         # decode input (taking the buffer into account)
    320         data = self.buffer + input
--> 321         (result, consumed) = self._buffer_decode(data, self.errors, final)
    322         # keep undecoded input until the next call
    323         self.buffer = data[consumed:]

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb0 in position 45: invalid start byte


python初心者です。詳しく教えて頂けると幸いです
GitHubから引用し。指示通り、jupyternotebookで動かしているのですが
エラーが出てしまい、進むことができません
どこかコードが間違えていると思われるのですが、検討もつかず困っています。
データセットから画像などを読み込んでいると思うのですが、'utf-8' と言うものが引っかかっており、エラーが出ていると思います。 コードの追加、削除するところがあれば教えて下さい。

・環境としてはmacOS High Sierra バージョン10.13.5です
・環境構築に関しては、ネットからanacondaをインストールしました。
今回githubで参考にしているのですがその途中でエラーが出てしまいました。
参考URLはこちらになります
https://github.com/sekilab/RoadDamageDetector/blob/master/RoadDamageDatasetTutorial.ipynb

一応、下記の文字コードを教えて見たのですがダメでした。

encoding = "utf-8"
infile_xml= open(base_path + gov + '/Annotations/' +file)
root = ElementTree.parse(infile_xml)

追加するものがあればするので
よろしくお願いします

import six.moves.urllib as urllib
>>> import os
>>> os.getcwd()


'/Users/yokookentarou'

try:
    import urllib.request
except ImportError:
    raise ImportError('You should use Python 3.x')

if not os.path.exists('./RoadDamageDataset.tar.gz'):
    url_base = 'https://s3-ap-northeast-1.amazonaws.com/mycityreport/RoadDamageDataset.tar.gz'
    urllib.request.urlretrieve(url_base, './RoadDamageDataset.tar.gz')

    print("Download RoadDamageDataset.tar.gz Done")

else:
    print("You have RoadDamageDataset.tar.gz")


You have RoadDamageDataset.tar.gz

if not os.path.exists('./trainedModels.tar.gz'):
    url_base = 'https://s3-ap-northeast-1.amazonaws.com/mycityreport/trainedModels.tar.gz'
    urllib.request.urlretrieve(url_base, './trainedModels.tar.gz')

    print("Download trainedModels.tar.gz Done")

else:
    print("You have trainedModels.tar.gz")


You have trainedModels.tar.gz

!tar -zxf ./RoadDamageDataset.tar.gz
!tar -zxf ./trainedModels.tar.gz


RoadDamageDataset/Muroran/JPEGImages/Muroran_20170907133426.jpg: (Empty error message)
tar: Error exit delayed from previous errors.

base_path = os.getcwd() + '/RoadDamageDataset/'

damageTypes=["D00", "D01", "D10", "D11", "D20", "D40", "D43", "D44"]

govs = ["Adachi", "Chiba", "Ichihara", "Muroran", "Nagakute", "Numazu", "Sumida"]
cls_names = []
total_images = 0
for gov in govs:

    file_list = os.listdir(base_path + gov + '/Annotations/')

    for file in file_list:

        total_images = total_images + 1
        if file =='.DS_Store':
            pass
        else:
            infile_xml = open(base_path + gov + '/Annotations/' +file)
            tree = ElementTree.parse(infile_xml)
            root = tree.getroot()
            for obj in root.iter('object'):
                cls_name = obj.find('name').text
                cls_names.append(cls_name)
print("total")
print("# of images:" + str(total_images))
print("# of labels:" + str(len(cls_names)))

UnicodeDecodeError                        Traceback (most recent call last)
<ipython-input-10-54a6927ce3e8> in <module>()
12         else:
13             infile_xml = open(base_path + gov + '/Annotations/' +file)
---> 14             tree = ElementTree.parse(infile_xml)
15             root = tree.getroot()
16             for obj in root.iter('object'):

/anaconda3/envs/TensorFlow2/lib/python3.6/xml/etree/ElementTree.py in parse(source, parser)
1194     """
1195     tree = ElementTree()
-> 1196     tree.parse(source, parser)
1197     return tree
1198 

/anaconda3/envs/TensorFlow2/lib/python3.6/xml/etree/ElementTree.py in parse(self, source, parser)
595                     # It can be used to parse the whole source without feeding
596                     # it with chunks.
--> 597                     self._root = parser._parse_whole(source)
598                     return self._root
599             while True:

/anaconda3/envs/TensorFlow2/lib/python3.6/codecs.py in decode(self, input, final)
319         # decode input (taking the buffer into account)
320         data = self.buffer + input
--> 321         (result, consumed) = self._buffer_decode(data, self.errors, final)
322         # keep undecoded input until the next call
323         self.buffer = data[consumed:]

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb0 in position 45: invalid start byte

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • crimnut

    2018/07/27 21:23

    コードがすべて掲載していただけると回答しやすいです。あと、エラーは14行目のtree = ElementTree.parse(infile_xml)で発生しているので、そのあたりで問題がないか調べてみてください。また、最後にencoding='utf-8'としていますが、それはただ変数に'utf-8'という文字列を渡しているだけなので文字コードを指定できているわけではありません。

    キャンセル

  • yokookentarou

    2018/07/28 10:41

    念のため全てのコードを追記させて頂きました。

    キャンセル

  • yokookentarou

    2018/07/28 10:45

    AnnotationsファイルにXML以外のものが入っているためにエラーが出てしまっていると言うことでしょうか?

    キャンセル

回答 2

checkベストアンサー

0

画像を読み込んでいるのなら、そもそもElementTreexml.etree.ElementTree)で処理するということはないはずなのですが。

参考ページには

Annotations : contains xml files of annotation

と記載されていますが、Annotationsディレクトリに何か間違ったものを入れているか、変なものが混ざっているのでは?

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/28 10:43

    念のため、全てのコードを追記させて頂きました。
    Annotationsファイルに、XML、以外のファイルが混ざっているために、エラーが出てしまっているのでしょうか?

    キャンセル

  • 2018/07/28 12:07

    ためしにfileをprintするコードをループの中に入れてみたらいいでしょう

    キャンセル

  • 2018/07/28 17:08

    どこにどのようなコードを入れればよろしいでしょうか?

    キャンセル

  • 2018/07/28 20:13 編集

    エラーが出る場所の直前に入れてエラー原因のファイル名を見てみれば良いのでは

    キャンセル

  • 2018/07/29 12:07

    ありがとうございます。
    一度、やってみます

    キャンセル

0

そのファイルの内容が本当にUTF8かどうか、テキストエディタなどで開いてみればどうでしょう。

おそらく、UTF8ではないためにエラーが出てると思いますが。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/07/28 10:56

    念のため全てのコードを追記させて頂きました。
    utf8ではないものが含まれているために、エラーが出てしまっているのでしょうか?

    キャンセル

同じタグがついた質問を見る

  • Python

    9225questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

  • Python 3.x

    7416questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • UTF-8

    115questions

    UTF-8は8ビット符号単位の文字符号化形式及び文字符号化スキームです。データ交換方式、ファイル形式としては、一般的にUTF-8が使われる傾向があります。