2021-10-15 COCO数据集
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了2021-10-15 COCO数据集相关的知识，希望对你有一定的参考价值。
参考技术A # 图像分割## 普通分割
将不同分属不同物体的像素区域分开。
如前景与后景分割开，狗的区域与猫的区域与背景分割开。
## 语义分割
在普通分割的基础上，分类出每一块区域的语义（即这块区域是什么物体）。
如把画面中的所有物体都指出它们各自的类别。
## 实例分割
在语义分割的基础上，给每个物体编号。
如这个是该画面中的狗A，那个是画面中的狗B。
# COCO数据集（Common Objects in COntext）
COCO数据集中图像都是一样的，标注信息annotations不一样（就是包含注释信息的json文件），有captions,instances,person_keypoints,stuff四大类，表示不同的任务，每一类都分别包含train和val。分为：
1. instances——实例分割
2. person_keypoints——关键点分割
3. stuff——语义分割
4. captions——图片的配文，是一句话
每个类别分别包含train，val。做实例分割任务时，使用instance_train201X.json文件作为标签信息。
## annotations中json文件数据类型
```c
"info" : info,
"images" : [image],
"annotations" : [annotation],
"licenses" : [license],
"categories": [category]
info
"year" : int,
"version" : str,
"description" : str,
"contributor" : str,
"url" : str,
"date_created" : datetime,
image
"id" : int,
"width" : int,
"height" : int,
"file_name" : str,
"license" : int,
"flickr_url" : str,
"coco_url" : str,
"date_captured" : datetime,
license
"id" : int,
"name" : str,
"url" : str,
```
images数组元素的数量等同于划入训练集（或者测试集）的图片的数量；
annotations数组元素的数量等同于训练集（或者测试集）中bounding box的数量；
categories数组元素的数量为80（2017年）；
## 解析Object Instance Annotations
每个instance annotation包含一系列字段，包括对象的category id和分割掩码（segmentation mask）。segmentation格式取决于实例是否代表单个对象（iscrowd = 0，在这种情况下使用多边形（polygons））或对象集合（iscrowd = 1，在这种情况下使用RLE（自定义运行长度编码，Run Length Encoding））。
```bash
annotation
"id": int,
"image_id": int,
"category_id": int,
"segmentation": RLE or [polygon],
"area": float,
"bbox": [x,y,width,height],
"iscrowd": 0 or 1,
```
单个的对象（iscrowd=0)可能需要多个polygon来表示，比如这个对象在图像中被挡住了。而iscrowd=1时（将标注一组对象，比如一群人）的segmentation使用的就是RLE格式。
注意啊，只要是iscrowd=0那么segmentation就是polygon格式；只要iscrowd=1那么segmentation就是RLE格式。另外，每个对象（不管是iscrowd=0还是iscrowd=1）都会有一个矩形框bbox ，矩形框左上角的坐标和矩形框的长宽会以数组的形式提供，数组第一个元素就是左上角的横坐标值。
area是area of encoded masks，是标注区域的面积。如果是矩形框，那就是高乘宽；如果是polygon或者RLE，那就复杂点。
最后，annotation结构中的categories字段存储的是当前对象所属的category的id，以及所属的supercategory的name.
### categories字段
categories是一个包含多个category实例的数组，而category结构体描述如下：
```bash
"supercategory": "vehicle",
"id": 2,
"name": "bicycle"
```
### 以instance_train2014.json文件为例
```bash
"info": #info信息
#数据集信息
"description": "COCO 2014 Dataset", # 描述
"url": "http://cocodataset.org", # 链接
"version": "1.0", # 版本
"year": 2014, # 年份
"contributor": "COCO Consortium", # 贡献者
"date_created": "2017/09/01" # 创建日期
,
"images": #图片信息，数组包含了多张图像
[ #每张图像的具体信息
"license": 5,
"file_name": "COCO_train2014_000000057870.jpg",
"coco_url": "http://images.cocodataset.org/train2014/COCO_train2014_000000057870.jpg",
"height": 480,
"width": 640,
"date_captured": "2013-11-14 16:28:13",
"flickr_url": "http://farm4.staticflickr.com/3153/2970773875_164f0c0b83_z.jpg",
"id": 57870
,
......
...... #此处省略很多图片
"license": 4,
"file_name": "COCO_train2014_000000475546.jpg",
"http://images.cocodataset.org/train2014/COCO_train2014_000000475546.jpg",
"height": 375,
"width":500,；、
"date_captured": "2013-11-25 21:20:23",
"flickr_url": "http://farm1.staticflickr.com/167/423175046_6cd9d0205a_z.jpg",
"id": 475546
]， #图像描述结束，下面开始介绍licenses
"licenses":
[
"url": "http://creativecommons.org/licenses/by-nc-sa/2.0/",
"id": 1,
"name": "Attribution-NonCommercial-ShareAlike License"
,
.....#此处省略七个license
.....
"url": "http://creativecommons.org/licenses/by-nc-nd/2.0/",
"id": 8,
"name": "Attribution-NonCommercial-NoDerivs License"
],
"annotations":
[
#如果你想了解这个annotations中segment里面是什么，首先它是通过压缩处理后的分割区域的一个表示，TFRecord
"segmentation":[[312.29,562.89,402.25,511.49,400.96,425.38,398.39,372.69,
388.11,332.85,318.71,325.14,295.58,305.86,269.88,314.86,
258.31,337.99,217.19,321.29,182.49,343.13,141.37,348.27,
132.37,358.55,159.36,377.83,116.95,421.53,167.07,499.92,
232.61,560.32,300.72,571.89]],
"area": 54652.9556,
"iscrowd": 0,
"image_id": 480023,
"bbox": [116.95,305.86,285.3,266.03],
"category_id": 58,"id": 86
,
.....#此处省略很多图像的分割标签
.....
"segmentation":[[312.29,562.89,402.25,511.49,400.96,425.38,398.39,372.69,
388.11,332.85,318.71,325.14,295.58,305.86,269.88,314.86,
258.31,337.99,217.19,321.29,182.49,343.13,141.37,348.27,
132.37,358.55,159.36,377.83,116.95,421.53,167.07,499.92,
232.61,560.32,300.72,571.89]],
"area": 54652.9556,
"iscrowd": 0,
"image_id": 480023,
"bbox": [116.95,305.86,285.3,266.03],
"category_id": 58,
"id": 86
,
"categories":#类别信息
[
"supercategory": "person",
"id": 1,
"name": "person"
,
.......#此处省略很多图像的类标签
.......
"supercategory": "vehicle",
"id": 2,
"name": "bicycle"
,
"supercategory": "kitchen",#大类
"id": 50,
"name": "spoon"
```
以上是关于2021-10-15 COCO数据集的主要内容，如果未能解决你的问题，请参考以下文章