COCO数据集使⽤——COCOAPI配置
1.下数据集 ，包括训练集，验证集，测试集，annotation等。
2. 下载新版API，地址。
3. 进⼊PythonAPI/路径⾥，进⾏配置，下⾯的配置过程分为两种情况。⼀是ubuntu系统，⼀是windows系统。
【⽤ubuntu配置】 ——⽐较推荐，坑⽐较少！
激活tensorflow环境，进⼊~/cocostuffapi/PythonAPI/路径下，输⼊ python install，如果不报错即配置成功，在python环境中import pycocotools试试看，如果不报错，说明安装成功。
报错可能有：cython版本过低，pycocotools要求cython版本⼤于0.27.3
解决⽅案：pip install Cython（注意C是⼤写），安装完后输⼊cython测试是否安装成功。
2018.10.10更新：
看到了⼏个关于coco数据集的处理教程，分享下链接～
1.pycocotools中包含了⼀个coco.py⽂件，是⼀个对coco数据json⽂件的解析⼯具（这也是我们前⾯要千⾟万苦安装它的原因），在程序开头这样调⽤： import COCO
coco.py中包含以下⼏个接⼝（）：
# decodeMask - Decode binary mask M encoded via run-length encoding.
# encodeMask - Encode binary mask M using run-length encoding.
迅搜百科
# getAnnIds - Get ann ids that satisfy given filter conditions.
# getCatIds - Get cat ids that satisfy given filter conditions.
# getImgIds - Get img ids that satisfy given filter conditions.
# loadAnns - Load anns with the specified ids.
# loadCats - Load cats with the specified ids.
# loadImgs - Load imgs with the specified ids.
# annToMask - Convert segmentation in an annotation to binary mask.
# showAnns - Display the specified annotations.
# loadRes - Load algorithm results and create API for accessing them.
# download - Download COCO images server.
# Throughout the API "ann"=annotation,"cat"=category, and "img"=image.
2018.10.11更新：
coco数据集的使⽤：
图⽚名称file_name和图⽚id的对应关系：id号就是图⽚名称从⾮零位开始的部分，所以想要通过图⽚名称读取id，再读取信息可以这样做：
def filename_imgid(filename_list):
imgIds =[]
for i in range(len(filename_list)):
for j in range(12):
if(filename_list[i][j]!='0'):
imgIds.append(int(filename_list[i][j:12])) #将字符串转换成数字存储
break
return imgIds
【注意】：
break只跳出最内层循环
filename_list[i][j]是字符’0’，不是数字0
vs2017和vs2019获取了imgIds之后，需要通过loadImgs操作来提取信息，我们先来查看⼀下coco数据存储格式：
coco=COCO(annFile)
imgs =[(img_id, coco.imgs[img_id])for img_id in coco.imgs] #获取全部图⽚信息
print(imgs[0])  #输出的是第⼀个图⽚的信息
print(type(imgs[0]))  #<class'tuple'>说明是以tuple存储的。
coco数据集的存储格式是这样的（也就是上⾯的print(imgs[0])输出）：
(532481, {'width': 640, 'file_name': '000000532481.jpg', 'coco_url': '/val2017/000000532481.jpg', 'height': 426, 'id': 532481, 'li cense': 3, 'date_captured': '2013-11-20 16:28:24', 'flickr_url': 'farm7.staticflickr/6048/5915494136_da3cfa7c5a_z.jpg'})
也就是说，必须通过img的id才能获取后⾯这个tuple的信息。现在已知了imgIds，要load的时候，需要使⽤命令：
# img = coco.loadImgs(imgIds)[0]
img = coco.loadImgs(imgIds)  #因为我是⾃⼰构建的imgIds，本来就已经是⼀个数字构成的list了，所以就不需要[0]了，关于[0]的说明见⽂章最下⾯。
主程序部分：
c语言定义一个结构dataDir='/mask/data/coco'
dataType='val2017'
annFile='{}/annotations/instances_{}.json'.format(dataDir,dataType)
coco=COCO(annFile)
filename_list =_get_img_filename(dataDir,dataType)
imgIds =filename_imgid(filename_list)
print(imgIds)
img = coco.loadImgs(imgIds)
print(type(img[1]['file_name']))
for i in range(len(imgIds)):
I =io.imread('%s/%s/%s'%(dataDir, dataType, img[i]['file_name']))
plt.imshow(I)
annIds = AnnIds(imgIds=img[i]['id'])
anns = coco.loadAnns(annIds)
coco.showAnns(anns)
plt.show()
对[0]的说明：
imgIds =[1296,1490,1000,1353,872,1425,885,1503]  #⾃⼰的图⽚id
img = coco.loadImgs(imgIds[np.random.randint(0,len(imgIds))])
print(img)
img2 = coco.loadImgs(imgIds[np.random.randint(0,len(imgIds))])[0]
print(img2)
#img:
[{'license':4,'file_name':'000000001000.jpg','coco_url':'/val2017/000000001000.jpg','height':480,'width':640,'id':1000,'d ate_captured':'2013-11-21 05:13:59','flickr_url':'farm5.staticflickr/4115/4906536419_6113bd7de4_z.jpg'}]
ostrich读音浊化吗#img2:
{'license':2,'file_name':'000000001503.jpg','coco_url':'/val2017/000000001503.jpg','height':240,'width':320,'id':1503,'d
ate_captured':'2013-11-22 17:22:02','flickr_url':'farm1.staticflickr/4/4589204_0d42f46fe6_z.jpg'}
由此可以看出，img读到的是⼀个list，要对img[0]才是dict，也就是img2 = img[0]~~
scaler是什么意思下⼀部分是⽤提取的图⽚来构建tfrecords⽤来训练，之后在更。
更新：
在mask rcnn的download_and_convert_coco.py基础上，加⼊了我⾃⼰构造的两个函数，通过图⽚名字来获取图⽚id，然后load，在函数_add_to_tfrecord()中加了以下⼏句话：
filename_list =_get_img_filename(image_dir, split_name)
imgIds =filename_imgid(filename_list)
imgs =[(img_id, coco.imgs[img_id])for img_id in coco.imgs if img_id in imgIds] #最重要的是这句
这两个⾃⼰定义的函数如下：
def _get_img_filename(image_dir,split_name):python解析json文件
filename_list = os.listdir(os.path.join(image_dir, split_name))
return filename_list
def filename_imgid(filename_list):
imgIds =[]
for i in range(len(filename_list)):
for j in range(12):
if(filename_list[i][j]!='0'):
imgIds.append(int(filename_list[i][j:12]))  # 将字符串转换成数字存储
break
return imgIds

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。