目標検出|MS COCO json形式のデータセット作成

概要

MS COCOはgoogleオープンソースの大規模なデータセットであり、ターゲット検出、分割、キー検出の3つのタスクに分けられ、データセットは主に画像とjsonラベルファイルから構成されている.cocoデータセットにはCOCO APIが付属しており、jsonファイルの情報読み取りが容易である.このブログでは、ターゲット検出データセットフォーマットの作成について説明します.

ステップ

は既存のデータラベルファイルをjson形式に変換し、jsonファイルは主に辞書形式でアクセスし、coco元データセットはinfo、licenses、images、annotations、categoriesの5つのキーワードを含み、そのうち各キーワードの内容はlistであり、listの各要素も辞書である.私たちは自分のデータセットを作成するには、images、annotations、categoriesの3つのキーワードしかありません.imagesは各図の名前とIDを格納し、annotationsは各boxの情報を格納し、categoriesはデータセットのすべてのカテゴリ情報を格納する.

コード#コード#

以下は、主にCenterNetを参照する部分コードセグメントを提供する.ここでdet_dictは元のデータセットのすべての情報であり、辞書であり、各キーワードは画像名を表し、キーワード対応内容はlabel x y w h label 1 x 1 y 1 w 1 h 1...

である.

import json
import numpy as np
if __name__ == '__main__':
	pascal_class_name = ["aeroplane", "bicycle", "bird", "boat", "bottle", "bus", 
  	"car", "cat", "chair", "cow", "diningtable", "dog", "horse", "motorbike", 
  	"person", "pottedplant", "sheep", "sofa", "train", "tvmonitor"]
  
    cat_ids = {cat: i + 1 for i, cat in enumerate(pascal_class_name)}

    cat_info = []
    for i, cat in enumerate(pascal_class_name):
        cat_info.append({'name': cat, 'id': i + 1})
	
	#    
    ret = {'images': [], 'annotations': [], "categories": cat_info}

    cnt = 0
    image_id = 0
    for key in det_dict:
        lines = det_dict[key]
        image_info = {'file_name': key,
                      'id': int(image_id)}
        # images data
        ret['images'].append(image_info)

        # anno data
        for line in lines:
            label = cat_ids[line[0]]
            bbox = np.array(line[1:5], np.float)
            bbox = bbox.astype(np.int).tolist()
            ann = {'image_id': image_id,
                   'id': int(len(ret['annotations']) + 1),
                   'category_id': label,
                   'bbox': bbox,
                   area': bbox[2] * bbox[3],
                   'ignore': 0
                   }
            ret['annotations'].append(ann)
        image_id += 1

    out_path = 'annotations/train.json'
    json.dump(ret, open(out_path, 'w'))

COCO API

coco APIの一般的な方法.

	json_file = 'train.json'
	img_root = ‘./’
	coco = coco.COCO(json_file)  #   json  
    images = coco.getImgIds()    #       id
    for img_id in images:
        file_name = coco.loadImgs(ids=[img_id])[0]['file_name']  #           
        img_path = os.path.join(img_root, file_name)                  #        
        ann_ids =coco.getAnnIds(imgIds=[img_id])                    #           box id
        anns = coco.loadAnns(ids=ann_ids)								#          box