Tensorflow colab_utils.annotate(),注释格式

Tensorflow colab_utils.annotate(),注释格式,tensorflow,deep-learning,google-colaboratory,tensorflow-model-garden,Tensorflow,Deep Learning,Google Colaboratory,Tensorflow Model Garden,我正在跟随Tensorflow笔记本进行一些快照学习() 在其中,我看到他们正在使用colab_utils.annotate()对图像进行注释。我无法理解他们使用的注释格式(如YOLO或COCO格式)。另一个问题是,我们不能在绘制边界框时指定类,我必须记住注释不同图像和类的顺序,以便以后可以通过代码添加它们 如果有人能告诉我那是什么格式,这样我就可以在我的电脑上本地而不是在COLAB上对图像进行注释,这样可以节省很多时间 任何帮助都将不胜感激。 关于注释工具仅适用于单个类。以下是源代码的格式:

我正在跟随Tensorflow笔记本进行一些快照学习()

在其中,我看到他们正在使用colab_utils.annotate()对图像进行注释。我无法理解他们使用的注释格式(如YOLO或COCO格式)。另一个问题是,我们不能在绘制边界框时指定类,我必须记住注释不同图像和类的顺序,以便以后可以通过代码添加它们

如果有人能告诉我那是什么格式,这样我就可以在我的电脑上本地而不是在COLAB上对图像进行注释,这样可以节省很多时间

任何帮助都将不胜感激。 关于

注释工具仅适用于单个类。以下是源代码的格式:

        [
          // stuff for image 1
          [
            // stuff for rect 1
            {x, y, w, h},
            // stuff for rect 2
            {x, y, w, h},
            ...
          ],
          // stuff for image 2
          [
            // stuff for rect 1
            {x, y, w, h},
            // stuff for rect 2
            {x, y, w, h},
            ...
          ],
          ...
        ]
由于注释不包括源图像的任何引用ID,因此顺序很重要,您必须将框数组的顺序与图像的顺序相匹配;对于大型培训集,此工具可能不实用。因此,您在下面提供的colab示例就是要遵循的示例

gt_boxes = [
            np.array([[0.436, 0.591, 0.629, 0.712]], dtype=np.float32),
            np.array([[0.539, 0.583, 0.73, 0.71]], dtype=np.float32),
            np.array([[0.464, 0.414, 0.626, 0.548]], dtype=np.float32),
            np.array([[0.313, 0.308, 0.648, 0.526]], dtype=np.float32),
            np.array([[0.256, 0.444, 0.484, 0.629]], dtype=np.float32)
]