快速构建目标检测/分割 coco格式数据集

coco数据集

首先搞清楚coco格式数据集的组成。在data数据下、分为train、val以及annotations三个文件夹。（image是我未划分训练集和测试集的图像存储文件夹）
1.train文件夹：用来存放作为训练的图片（一般为JPG文件）。
2.val文件夹：用来存放作为测试的图片。
3.annotation文件夹：一般有两个.json文件。（instances_train.json以及instance_val.json)

快速构建

明白了coco格式数据集，我们比葫芦画瓢，构造一个相似的就可以。
下面是重点！！！！！
我们目标检测任务需要构建的几个键（必不可少的）如图所示：

{
    "images": [image],
    "annotations": [annotation],
    "categories": [category]
}


image = {
    "id": int,            #（图片id）
    "width": int,         #（图片宽度）
    "height": int,        #（图片高度）
    "file_name": str,
}

annotation = {
    "id": int,            #（标注id）
    "image_id": int,      #（图片id）
    "category_id": int,   #（类别id）
    "segmentation": RLE or [polygon],  #（分割任务用，我们不需要）
    "area": float,              #（分割任务用，我们不需要）
    "bbox": [x,y,width,height], # (x, y) 为 bbox 左上角的坐标
    "iscrowd": 0 or 1,           #（bbox是否拥挤）
}

categories = [{
    "id": int,
    "name": str,
    "supercategory": str,      
}]

最上面一段代码的就是用python写的一个字典，包含了我们目标检测任务的三个重要键。我们主要是通过python字典的形式。然后import json，通过json.dump来生成我们需要的.json文件。
用python处理json文件推荐链接：
https://cloud.tencent.com/developer/article/1654900
同样介绍了coco数据集的文章推荐链接：
https://zhuanlan.zhihu.com/p/309549190

补充 (后来用SAM半自动标注时候，生成的还有分割掩码）

避免在划分数据集时浪费分割掩码，所以在此补充含有目标分割的COCO标注文件的.json文件格式。

{
    # image信息
	"image" : [
	{
	    "id": int,            #（图片id）
	    "width": int,         #（图片宽度）
	    "height": int,        #（图片高度）
	    "file_name": str,
	},
	.................
	{
	    "id": int,            #（图片id）
	    "width": int,         #（图片宽度）
	    "height": int,        #（图片高度）
	    "file_name": str,
	}
	],
	# 标注信息
	"annotation": [
	{
	    "id": int,            #（标注id）
	    "image_id": int,      #（图片id）
	    "category_id": int,   #（类别id）
	    "segmentation":{      # RLE or [polygon],  #（分割任务用）
	    	"counts":[
	    	# 一大串数字...
	    	],
	        "size":[
	        	height,
	        	width
	        ],
	    }       
	    "area": float,              #（分割任务用）
	    "bbox": [x,y,width,height], # (x, y) 为 bbox 左上角的坐标
	    "iscrowd": 0 or 1,           #（bbox是否拥挤）
	}
	],
	# 种类信息
	"categories" = [{
	    "id": int,
	    "name": str,
	    "supercategory": str,      #可选，这个可有可无
	}]
}

总结

键名不能错，我之前粗心file_name写成了 filename，然后就debug了几十分钟才发现。
最后，祝大家代码0 error。点个赞支持一下吧~