实例分割(Instance Segmentation)是视觉经典四个任务中相对最难的一个,它既具备语义分割(Semantic Segmentation)的特点,需要做到像素层面上的分类,也具备目标检测(Object Detection)的一部分特点,即需要定位出不同实例,即使它们是同一种类。
但是通过Coovally,即可轻松完成实例分割任务,让我们一起来看看吧~
说明:当前实例分割任务仅支持COCO格式数据集,请提前按要求准备好数据集,具体数据集要求可参考COCO格式数据集说明。
COCO格式数据集说明
COCO数据集简介
COCO数据集是一个可用于图像检测(image detection),语义分割(semantic segmentation)和图像标题生成(image captioning)的大规模数据集。它有超过330K张图像(其中220K张是有标注的图像),包含150万个目标,80个目标类别(object categories:行人、汽车、大象等),91种材料类别(stuff categoris:草、墙、天空等),每张图像包含五句图像的语句描述,且有250,000个带关键点标注的行人。
同样地,COCO数据也有其同名的数据格式标注规范。在Coovally平台中,COCO格式主要适用于目标检测、语义分割和实例分割任务。
COCO格式数据集准备
Coovally平台会自动切分训练集和测试集,将COCO数据集格式数据按照一下数据目录层级结构放置即可:
以instances_train2017.json为例,标签目录annotations文件夹下应包含一个名为instances_train2017.json的json格式标签文件,ima