COCO-Style-Dataset-Generator-GUI 使用教程

COCO-Style-Dataset-Generator-GUI 使用教程

COCO-Style-Dataset-Generator-GUIA simple GUI-based COCO-style JSON Polygon masks' annotation tool to facilitate quick and efficient crowd-sourced generation of annotation masks and bounding boxes. Optionally, one could choose to use a pretrained Mask RCNN model to come up with initial segmentations. 项目地址:https://gitcode.com/gh_mirrors/co/COCO-Style-Dataset-Generator-GUI

1. 项目的目录结构及介绍

COCO-Style-Dataset-Generator-GUI/
├── coco_dataset_generator/
│   ├── __init__.py
│   ├── utils.py
│   ├── create_json_file.py
│   ├── segment.py
│   ├── segment_bbox_only.py
│   ├── test_*.py
│   ├── visualize_dataset.py
│   ├── visualize_json_file.py
│   ├── compute_dataset_statistics.py
│   ├── combine_json_files.py
│   ├── delete_images.py
│   └── pascal_to_coco.py
├── setup.py
└── README.md

• coco_dataset_generator/: 包含项目的主要功能模块。
  • __init__.py: 初始化文件。
  • utils.py: 工具函数。
  • create_json_file.py: 创建 COCO 风格 JSON 文件的脚本。
  • segment.py: 分割图像的脚本。
  • segment_bbox_only.py: 仅用于边界框标注的优化脚本。
  • test_*.py: 单元测试脚本。
  • visualize_dataset.py: 可视化标注的脚本。
  • visualize_json_file.py: 可视化 JSON 文件标注的脚本。
  • compute_dataset_statistics.py: 计算数据集统计信息的脚本。
  • combine_json_files.py: 合并不同 JSON 文件的脚本。
  • delete_images.py: 删除图像的脚本。
  • pascal_to_coco.py: 将 PASCAL 风格数据集转换为 COCO 风格的脚本。
• setup.py: 项目安装脚本。
• README.md: 项目说明文档。

2. 项目的启动文件介绍

项目的启动文件是 create_json_file.py，它用于创建 COCO 风格的 JSON 文件。可以通过以下命令启动：

python -m coco_dataset_generator.utils create_json_file -i background/ -c classes/products.txt -o output.json -t jpg

参数说明

• -i IMAGE_DIR: 图像目录的路径。
• -o FILE_PATH: 输出文件的路径。
• -c CLASS_FILE: 包含输出类别的文件路径。
• -t TYPE: 图像文件的类型（如 jpg, png 等）。

3. 项目的配置文件介绍

项目没有明确的配置文件，但可以通过命令行参数进行配置。主要的配置参数包括：

• IMAGE_DIR: 图像目录的路径。
• FILE_PATH: 输出文件的路径。
• CLASS_FILE: 包含输出类别的文件路径。
• TYPE: 图像文件的类型（如 jpg, png 等）。

通过这些参数，用户可以灵活地配置和生成 COCO 风格的 JSON 文件。

COCO-Style-Dataset-Generator-GUIA simple GUI-based COCO-style JSON Polygon masks' annotation tool to facilitate quick and efficient crowd-sourced generation of annotation masks and bounding boxes. Optionally, one could choose to use a pretrained Mask RCNN model to come up with initial segmentations. 项目地址:https://gitcode.com/gh_mirrors/co/COCO-Style-Dataset-Generator-GUI