利用COCO格式 加载自己的数据集

import torchvision.datasets
from PIL import ImageDraw

# 下面的路径可以替换为自己标注的数据集
coco_dataset = torchvision.datasets.CocoDetection(root=r"D:\PycharmProjects\learn_pytorch\data\val2017",
                                                  annFile=r"D:\PycharmProjects\learn_pytorch\data\annotations\instances_val2017.json")
print(coco_dataset[0])    #可以在这一步加断点, 然后debug,再点expression按钮,查看返回的是什么? 这里返回的是元组(img,segm)

img, info = coco_dataset[0]
# img.show()

img_handler = ImageDraw.ImageDraw(img)

for annotation in info:
    x_min, y_min, width, height = annotation["bbox"]
    img_handler.rectangle(((x_min, y_min),(x_min + width, y_min + height)))

img.show()

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    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 1
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