Python 创建MS COCO风格的数据集

如何创建用于TensorFlow的数据集？有人有过这样的经历吗？我有图像，注释，还有地面真相面具。我需要将其转换为与COCO女士兼容，并感谢您的帮助。我找不到任何开源工具来创建COCO风格的JSON注释

---

TensorFlow MS COCO读取我不太熟悉的JSON文件。

为了将0和1的掩码数组转换为类似于COCO样式数据集的多边形，请使用，多亏了编写的代码

要为COCO样式的数据集生成JSON文件，您应该查看。除此之外，它只是简单地匹配COCO数据集的JSON文件所使用的格式

你应该看看我的。我构建了一个非常简单的工具来创建COCO风格的数据集

---

您感兴趣的特定文件是，它为每个多边形注释采用matplotlib多边形坐标的形式（x1、y1、x2、y2…），并将其转换为JSON注释文件，非常类似于COCO的默认格式

您可以尝试使用Pycocreator，它包括一组工具，用于将二进制掩码转换为COCO使用的多边形和RLE格式

以下是如何使用它从二进制掩码创建注释信息的示例：

annotation_info = pycococreatortools.create_annotation_info(
                    segmentation_id, image_id, category_info, binary_mask,
                    image.size, tolerance=2)

您可以在此处阅读有关如何使用Pycocreator的更多详细信息：

---

我正在开发一个python库，它有许多有用的类和函数来实现这一点。它叫

下面是添加掩码并以COCO格式导出它们的示例：

从imantics导入掩码、图像、类别
image=image.from_path（'path/to/image.png'））
掩码=掩码（掩码数组）
image.add（掩码，类别=类别（“类别名称”））
#椰子汁
coco_json=image.export（style='coco'）
#保存到文件
image.save（'coco/annotation.json'，style='coco'）

创建COCO风格的数据集并使用其API评估指标

假设我们想要为对象检测任务创建注释和结果文件（因此，我们只对边界框感兴趣）。下面是一个简单而轻量级的示例，它展示了如何创建注释和结果文件，这些文件的格式适合使用COCO API度量标准

注释文件：

ann.json

{"images":[{"id": 73}],"annotations":[{"image_id":73,"category_id":1,"bbox":[10,10,50,100],"id":1,"iscrowd": 0,"area": 10}],"categories": [{"id": 1, "name": "person"}, {"id": 2, "name": "bicycle"}, {"id": 3, "name": "car"}]}

[{"image_id":73,"category_id":1,"bbox":[10,10,50,100],"score":0.9}]

结果文件：

res.json

{"images":[{"id": 73}],"annotations":[{"image_id":73,"category_id":1,"bbox":[10,10,50,100],"id":1,"iscrowd": 0,"area": 10}],"categories": [{"id": 1, "name": "person"}, {"id": 2, "name": "bicycle"}, {"id": 3, "name": "car"}]}

[{"image_id":73,"category_id":1,"bbox":[10,10,50,100],"score":0.9}]

现在，您可以简单地使用以下脚本来评估COCO指标：

从pycocotools.coco导入coco
从pycocotools.cocoeval导入cocoeval
annFile='./ann.json'
resFile='./res.json'
cocoGt=COCO（annFile）
cocoDt=cocoGt.loadRes（resFile）
annType='bbox'
cocoEval=cocoEval（cocoGt，cocoDt，annType）
cocoEval.evaluate（）
cocoEval.accumulate（）
cocoEval.summary（）

你找到了这个问题的答案吗？我想问你，你是如何注释图像和准备地面真相面具的？你对如何为

iscrowd:1

注释生成未压缩的RLE编码面具有什么建议吗？据我所知，

iscrowd=1

注释只是表示类似对象簇的多边形集合。我自己没有研究过，但如果它们只是多边形的集合，扩展到多个多边形将为单个对象簇添加多个多边形支持。