mscoco数据解析--polygen2bbx生成矩形框

本文介绍了如何解析COCO数据集中的polygen格式,并利用PaddleSeg提取轮廓信息,生成更精确的矩形框(bbx),以提高目标标注的效率和准确性。解析过程涉及读取annotation.json文件,从中提取关键的bounding box信息。
摘要由CSDN通过智能技术生成

mscoco数据解析–polygen2bbx生成矩形框

我们使用paddleseg获取目标的轮廓信息,辅助标注bbox,可以提升标注效率和精度。
coco数据格式如下:

  • https://zhuanlan.zhihu.com/p/362049720
  • https://tangh.github.io/articles/coco-and-cityscapes-datasets/

annotation.json的格式如下
{ “info”: […] “licenses”: […] “images”: […] “annotations”: [ ] }

解析polygen,提取有用的bbx信息

import os
import shutil
import json
import tqdm
def get_all_files(fold,suffix='.jpg'):
    all_files = []
    for root, dirs, files in os.walk(fold):
        for 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值