位置: IT常识 - 正文

COCO数据集的介绍和使用(coco2017数据集介绍)

编辑:rootadmin
COCO数据集的介绍和使用

推荐整理分享COCO数据集的介绍和使用(coco2017数据集介绍),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:COCO数据集的介绍和使用,coco2017数据集介绍,coco数据集有哪些类别,COCO数据集的介绍和使用,coco数据集详解,coco数据集详解,coco数据集的介绍,COCO数据集的介绍和使用,内容如对您有帮助,希望把文章链接给更多的朋友!

        这篇文章是我研究生阶段入学期间学习所记,主要供自己使用,结合了论文原作和源码,中间借鉴的一些b站的视频以及他人博客的解释,会在文章末尾贴出链接。

目录

COCO数据集的介绍

COCO数据集标注格式

pycocotools的安装和coco api的简单介绍

pycocotools的安装

coco api的简单介绍

pycocotools简单使用实例


COCO数据集的介绍

        COCO数据集是微软公司出资标注的数据集,主要用于目标检测、分割和图像描述。根据官网的介绍,它主要有以下的几种特性:

Object Segmentation:目标分割Recognition in Context:图像情景识别Superpixel stuff segmentation:超像素分割330K images(>200K labeled):有330K张图片,其中超过200K张是标注过的1.5 million object instances:150万个对象实例80 object categories:80个目标类别91 stuff categories:91个对象类别5 captions per image:每张图片有5个描述250K people with keypotins:有25万人的图片进行了关键点标注

        前几个特性都是很好理解也是属于比较热门的几个研究方向,主要的疑惑点是在 80 object categories 和 91 stuff categories ,接下来进行解释:

对于所谓的“stuff categories”,论文中的描述是where “stuff” categories include materials and objects with no clear boundaries (sky, street, grass),即标注了91类没有明确边界的对象(诸如天空,街道,草地)。其次注意80 object categories和91 stuff categories的区别,论文中用一段文字来描述了它们的区别,简单来说就是80类是91类的一个子集,去掉了一些难以分类和容易混淆的类别,一般来说我们都会使用这个80分类。

80类别包含:

person(人)   bicycle(自行车)  car(汽车)  motorbike(摩托车)  aeroplane(飞机)  bus(公共汽车)  train(火车) truck(卡车)  boat(船)   traffic light(信号灯)  fire hydrant(消防栓)  stop sign(停车标志)  parking meter(停车计费器) bench(长凳)   bird(鸟)  cat(猫)  dog(狗)  horse(马)  sheep(羊)  cow(牛)  elephant(大象)  bear(熊)  zebra(斑马) giraffe(长颈鹿)   backpack(背包)  umbrella(雨伞)  handbag(手提包)  tie(领带)  suitcase(手提箱)   frisbee(飞盘)  skis(滑雪板双脚)  snowboard(滑雪板)  sports ball(运动球)  kite(风筝) baseball bat(棒球棒)  baseball glove(棒球手套)  skateboard(滑板)  surfboard(冲浪板)  tennis racket(网球拍)   bottle(瓶子)  wine glass(高脚杯)  cup(茶杯)  fork(叉子)  knife(刀) spoon(勺子)  bowl(碗)   banana(香蕉)  apple(苹果)  sandwich(三明治)  orange(橘子)  broccoli(西兰花)  carrot(胡萝卜)  hot dog(热狗)  pizza(披萨)  donut(甜甜圈)  cake(蛋糕) chair(椅子)  sofa(沙发)  pottedplant(盆栽植物)  bed(床)  diningtable(餐桌)  toilet(厕所) tvmonitor(电视机)   laptop(笔记本)  mouse(鼠标)  remote(遥控器)  keyboard(键盘)  cell phone(电话)   microwave(微波炉)  oven(烤箱)  toaster(烤面包器)  sink(水槽)  refrigerator(冰箱) book(书)  clock(闹钟)  vase(花瓶)  scissors(剪刀)  teddy bear(泰迪熊)  hair drier(吹风机)  toothbrush(牙刷)

COCO数据集标注格式

        首先从coco官网下载数据集,本文以coco2017为例,下载得到train,val以及annotations,创建一个coco2017目录:

├── coco2017: 数据集根目录      ├── train2017: 所有训练图像文件夹(118287张)      ├── val2017: 所有验证图像文件夹(5000张)      └── annotations: 对应标注文件夹                ├── instances_train2017.json: 对应目标检测、分割任务的训练集标注文件                ├── instances_val2017.json: 对应目标检测、分割任务的验证集标注文件                ├── captions_train2017.json: 对应图像描述的训练集标注文件                ├── captions_val2017.json: 对应图像描述的验证集标注文件                ├── person_keypoints_train2017.json: 对应人体关键点检测的训练集标注文件                └── person_keypoints_val2017.json: 对应人体关键点检测的验证集标注文件夹           

         其中annotation中,我仅关注instances_train2017.json和instances_val2017.json两个用于目标检测的标注文件。

        接下来我来分析标注文件信息中对我有用的信息,使用json库来查看标注文件,输入以下程序:

import jsonfile_path = './instances_val2017.json'json_info = json.load(open(file_path,'r'))print(json_info["info"])

        然后在第四行前插入断点,进行调试,在变量表可以看到以下信息:

        “info”字段和“licenses”字段完全没有用处,不予解释。

        我主要来关注"images"字段:点开images字段,其中包含所有图片的信息,如下图所示

         以点开第一个"0000"为例,如下图,里面的主要信息是"file_name",表示图片的文件名;“coco_url”,表示可以下载到这张图片的url地址;“height”和“weight”表示图片的高和宽;而剩下的信息对我都没什么作用,便不在此赘述。

         接下来来看“annotation”字段,展开"annotation"字段可以看到以下类似“images”字段的信息:

COCO数据集的介绍和使用(coco2017数据集介绍)

        我仍以展开00000为例, 其中“segmentation”字段表示分割图像的坐标点信息;“area”字段表示图像的面积;“iscrowd”字段表示图像中标注的对象是否有重叠;“image_id”字段表示图片的id;“bbox”字段全程是bounding box,表示锚框信息,要注意此处的锚框信息,前两个数值表示的是目标锚框左上角的坐标信息,而后两个数值分别表示宽高;“category_id”字段表示这张图片的类别(在91类目标中的索引);其他信息不作赘述。

         最后一个字段就是“categories”,这个字段长80,即代表了八十个类别,点开后里面的信息包含这个类别的名字,所属的类别(比如自行车,汽车属于交通工具),不在此过多赘述,可以看下图:

        至此,coco数据集的标注信息基本介绍完毕。

pycocotools的安装和coco api的简单介绍pycocotools的安装

        我是在windows环境下,在Anaconda prompt上进行pycocotools的安装,输入以下命令:

pip install pycocotools-windowscoco api的简单介绍

  初始化coco实例:

from pycocotools.coco import COCOval_annotation_file = './instances_val2017.json'coco = COCO(annotation_file = val_annotation_file)

其中coco变量如下图所示:

 我们右键选择COCO,“go to”到“Implementation”可以看到COCO类中有以下函数:

         COCO.getAnnIds(self, imgIds=[], catIds=[], areaRng=[], iscrowd=None),主要参数是imgIds,传入图片的id,返回这个图像的所有标注信息的index列表。详细的参数如下图所示:

        而getAnnIds通常会和loadAnns配合使用,COCO.loadAnns(self, ids=[]),传入annotation index信息,会返回对应标注信息index的标注详细信息。详细的参数列表如下图所示:

         注意返回的字典含有一系列信息,其中bbox字段是锚框信息,分别是x,y,w,h,前两者是左上角坐标位置,后两者是锚框宽高,详细形式如下图所示:

         COCO.loadImgs(self, ids=[]),传入图片的id,会返回对应id的图片的详细信息,如下图所示:

pycocotools简单使用实例import osfrom pycocotools.coco import COCOfrom PIL import Image, ImageDrawimport matplotlib.pyplot as pltval_annotation_file = "./annotations/instances_val2017.json"val_img_file = './val2017'coco = COCO(annotation_file=val_annotation_file)coco_classes = dict([(v["id"], v["name"]) for k, v in coco.cats.items()])idx = list(sorted(coco.imgs.keys()))img_id = idx[0] #排序后最小的图片id为139 ,即img_id=139ann_idx = coco.getAnnIds(imgIds=img_id)objects = coco.loadAnns(ann_idx)#获取图片##获取图片路径名path = coco.loadImgs(img_id)[0]["file_name"]##读取139号图片img = Image.open(os.path.join(val_img_file, path)).convert('RGB')#在图片上绘制矩形框draw = ImageDraw.Draw(img)##一个图片可能会含有多个锚框,对每一个都进行描绘for object in objects: x,y,w,h = object["bbox"] x1,y1,x2,y2 = x, y, int(x+w), int(y+h) draw.rectangle((x1, y1, x2, y2)) draw.text((x1, y1), coco_classes[object["category_id"]])##使用matplotlib绘制plt.imshow(img)plt.show()

 最后得到结果如图所示:

MS COCO数据集介绍以及pycocotools简单使用

 COCO数据集论文下载地址

本文链接地址:https://www.jiuchutong.com/zhishi/290762.html 转载请保留说明!

上一篇:秋季迁徙时正在游过科伯克河的驯鹿,阿拉斯加 (© Michio Hoshino/Minden Pictures)(迁徙的季节主要从哪几个方面写秋天的景物)

下一篇:unet网络详解(unet网络的优缺点)

  • 增值税发票综合服务平台验证口令失败
  • 没有独立核算的分公司需要报税
  • 外贸企业账务处理及报税
  • 法人转让股权后还是法人吗
  • 合并成本是
  • 所得税本期需要结转吗
  • 关联方需要计提坏账准备吗?
  • 一般纳税人印花税的计算公式
  • 企业所得税季报营业收入,营业成本怎么填
  • 企业所得税季度申报时间
  • 招待费和福利费每年标准
  • 内账怎么收费
  • 纸箱报废处理怎么做账
  • 存货在财务报表中存在的财务操纵
  • 自制发票和增值税发票的区别是什么?
  • 自然人销售固定资产
  • 卷式发票属于什么税
  • 企业的哪些活动属于投资活动?
  • 增值税税率变动情况
  • 房产税征收范围包括商铺吗
  • 代扣职工社保
  • 网络招聘费计入什么会计科目
  • 费用提多了利润少了所得税是如何调整?
  • win10一段时间不动黑屏
  • mac dns 设置
  • 种植业土地租赁计入哪个科目
  • win10更新21h1后很卡
  • 无形资产初始计量的表述
  • 代收的税金如何记账
  • yolov5训练参数说明
  • PHP:imagecreatefrompng()的用法_GD库图像处理函数
  • oppor11s输入法怎么清除记忆
  • php删除指定字符串
  • 债务重组亏损计入
  • php 动态调用类方法
  • php简单的接口编写示例
  • 动产租赁增值税税率最新
  • php获取文件后缀名的方法
  • 分期收款企业所得税确认时间
  • 人工智能业务架构图
  • 应付债券和应付利息
  • 应收账款提坏账准备的方法
  • 织梦如何开启会员功能
  • 企业签发银行承兑汇票支付采购款
  • 处置可供出售金融资产原先进入公允价值变动损益
  • 用发票做账是什么意思?
  • 企业固定资产如何查询
  • 哪个命令可以对mysql数据库做完全备份
  • 固定资产入账及计提折旧
  • 建筑行业旧项目怎么处理
  • 实收资本账务处理流程
  • 发工资四舍五入多了几块钱怎么办
  • 顺风车没有发票是否合法
  • 机器设备进项税率
  • sqlserver数据类型real
  • win10预览版21277下载
  • win7系统锁屏密码
  • xp桌面底部任务栏不见了
  • mac怎样修改用户名
  • linux常用命名
  • win8恢复出厂设置找不到恢复环境
  • 进程rundll32文件很多
  • windows config文件
  • 微软股票
  • Unable to execute dex: Multiple dex files define Lorg/cocos2dx/lib/Cocos2dxAccelerometer
  • js math.js
  • javascript的常用数据类型
  • 文档对象模型DOM主要作用是
  • jquery的心得
  • linux shell 中 2>&1的含义
  • 简单好用的记账app
  • iphone触控手势
  • 在web项目中引入什么
  • itween常用方法
  • 使用筷子就餐会不会传染乙肝病毒
  • python能不能开发微信小程序
  • 电子税务局官网江西省
  • 珠海自助征信查询机
  • 信用社股金转让 办理要多少时间
  • 地铁发票如何取得
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设