coco格式数据集可视化 之 分割标签可视化

靠数据做事当然首先要知道数据是什么样的

本文的可视化是基于pycocotools来实现的（有方便的轮子为什么不用），网上的大多数教程就是把pycocotools的demo拿来说了一下，而demo中标签的可视化都需要指定一个类，只显示这个类的标签，但我想可视化一张图片中所有目标的标签该怎么办。。。。

一时半会在网上没找到想要的 👉 自己写一个算了 👉 所以有了本文

默认已经安装了pycocotools

直接上代码：

下面的代码可以直接可视化 train的标签，其中’test‘模式是为了打比赛的时候测试集没有label, 检测完的结果文件和train.json格式有所差异（只是个List，而不是pycocotools要求的字典，还需要添加{'images': ...}，{'annotations': ...}，等等），所以在test模式下还需要进行格式转换。

import os
from pycocotools.coco import COCO
from skimage import io
from matplotlib import pyplot as plt
import json
import cv2

if __name__=='__main__':

    mode = 'test'

    test_json_file = '你的路径/data/test/annotations/test.json'
    train_json_file = '你的路径/data/train/annotations/train.json'
	
	# train模式下  json_file 与train_json_file 相同
	# test模式下   json_file 是你的检测结果文件
    json_file = '你的路径/xx.json' 
	
	# test模式下格式转换完后的结果文件，train模式下用不到
    newJsonSaveName = '你的路径/result/test_result_visual.json'

    imgsPath = '你的路径/data/train/images/'

    jsonFile = json.load(open(json_file))
    
    # 测试结果可视化
    if mode == 'test':
        imgsPath = '你的路径/data/test/images/'
        test_json_file = json.load(open(test_json_file))

        for i,_ in enumerate(jsonFile):
            jsonFile[i]['id'] = i
            jsonFile[i]['iscrowd'] = 0

        test_json_file['annotations'] = jsonFile
        jsonFile = test_json_file.copy()
        json_str = json.dumps(jsonFile, indent=4)
        with open(newJsonSaveName, 'w') as json_file:
            json_file.write(json_str)
        json_file = newJsonSaveName

    classId2className = jsonFile['categories']
    imId2imageNames = {}
    for imgs in jsonFile['images']:
        imId2imageNames[imgs['id']] = imgs['file_name']
    imgId2labels = {}
    for label in jsonFile['annotations']:
        imgId = label['image_id']
        if imgId not in imgId2labels:
            imgId2labels[imgId] = []
        imgId2labels[imgId].append(label)

    coco = COCO(json_file)
    for imgId in imgId2labels:
        imgName = imId2imageNames[imgId]
        img = io.imread(imgsPath + imgName)

        # for label in imgId2labels[imgId]:
        plt.axis('off')
        plt.imshow(img)  # 绘制图像，显示交给plt.show()处理
        coco.showAnns(imgId2labels[imgId])

        plt.show()  # 显示图像

最终效果如下所示：