【數據集轉換】COCO數據集格式

簡介

COCO數據集現在有3種標註類型：object instances（目標實例）, object keypoints（目標上的關鍵點）, and image captions（看圖說話），使用JSON文件存儲。

格式結構

{
    "info": info,
    "licenses": [license],
    "images": [image],  #劃入訓練集（或者測試集）的圖片的數量；
    "annotations": [annotation], #訓練集（或者測試集）中bounding box的數量
    "categories": [category] #類別的數量
}

image

每一個image的實例是一個dict。其中有一個id字段，代表的是圖片的id，每一張圖片具有唯一的一個獨特的id。

annotations

annotations字段是包含多個annotation實例的一個數組，annotation類型本身又包含了一系列的字段，如這個目標的category id和segmentation mask。segmentation格式取決於這個實例是一個單個的對象（即iscrowd=0，將使用polygons格式）還是一組對象（即iscrowd=1，將使用RLE格式）

annotation{
    "id": int,    
    "image_id": int,  #圖片序列
    "category_id": int, 
    "segmentation": RLE or [polygon],
    "area": float, 
    "bbox": [x,y,width,height],
    "iscrowd": 0 or 1, #是否爲polygon
}

{
	"segmentation": [[510.66,423.01,511.72,420.03,510.45......]],
	"area": 702.1057499999998,
	"iscrowd": 0,
	"image_id": 289343,
	"bbox": [473.07,395.93,38.65,28.67],
	"category_id": 18,
	"id": 1768
},

另外，每個對象（不管是iscrowd=0還是iscrowd=1）都會有一個矩形框bbox ，矩形框左上角的座標和矩形框的長寬會以數組的形式提供，數組第一個元素就是左上角的橫座標值。

area是area是area of encoded masks，是標註區域的面積。如果是矩形框，那就是高乘寬；如果是polygon或者RLE，那就複雜點。

最後，annotation結構中的categories字段存儲的是當前對象所屬的category的id，以及所屬的supercategory的name。

polygon格式mask

polygon格式比較簡單，這些數按照相鄰的順序兩兩組成一個點的xy座標，如果有n個數（必定是偶數），那麼就是n/2個點座標。下面就是一段解析polygon格式的segmentation並且顯示多邊形的示例代碼：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib
from matplotlib.patches import Polygon
from matplotlib.collections import PatchCollection
fig, ax = plt.subplots()
polygons = []
num_sides = 100
gemfield_polygons = [[125.12, 539.69, 140.94, 522.43......]]
gemfield_polygon = gemfield_polygons[0]
max_value = max(gemfield_polygon) * 1.3
gemfield_polygon = [i * 1.0/max_value for i in gemfield_polygon]
poly = np.array(gemfield_polygon).reshape((int(len(gemfield_polygon)/2), 2))
polygons.append(Polygon(poly,True))
p = PatchCollection(polygons, cmap=matplotlib.cm.jet, alpha=0.4)
colors = 100*np.random.rand(1)
p.set_array(np.array(colors))

ax.add_collection(p)
plt.show()

categories

```python
{
	"supercategory": "person",
	"id": 1,
	"name": "person"
},
{
	"supercategory": "vehicle",
	"id": 2,
	"name": "bicycle"
},

參考文獻

知乎推薦【鏈接】
製作自己數據集【鏈接】
文本檢測數據集轉換成COCO【github鏈接】