COCO Keypoints数据集格式

COCO数据集官网

COCO官网：https://cocodataset.org/#home

Keypoint Detection关键点检测

COCO官方关于数据格式的说明：https://cocodataset.org/#format-data

数据格式

COCO 具有多种注释类型：用于目标检测、关键点检测、素材分割、全景分割、密集姿态和图像字幕。注释使用 JSON 存储。请注意，下载页面上描述的 COCO API 可用于访问和操作所有注释。所有注释共享相同的基本数据结构如下：

{
    "info": info, # dict
    "licenses": [license], # list ，内部是dict
    "images": [image], # list ，内部是dict
    "annotations": [annotation], # list ，内部是dict
    "categories": # list ，内部是dict
}

info: {
   "description": str, # 数据集描述
    "url": str,# 下载地址
     "version": str,# 版本
    "year": int,# 年份
    "contributor": str,# 提供者
    "date_created": datetime
}



image{
   "license": int, #license的ID编号
    "file_name": str,# 图片名
    "coco_url": str,# 网路地址路径
    "width": int,#宽
    "height": int,#高
    "date_captured": datetime # 数据获取日期
    "flickr_url": str,# flickr网路地址
    "id": int,# 图片的ID编号（每张图片ID是唯一的）
}



license{
    "url": str,
    "id": int,
    "name": str,
} 

关键点检测

关键点注释包含对象注释的所有数据（包括id、bbox等）和两个额外的字段。

首先，“keypoints”是一个长度为3k的数组，其中k是为类别定义的关键点总数。

每个关键点坐标为[x,y]，关键点可见性v.

v=0时，定义为未标记（在这种情况下，x=y=0）；

v=1时，定义为有标记但被遮挡（在这种情况下，x,y有坐标）；

v=2时，有标记且可见。如果关键点位于物体部分内，则该关键点被视为可见。

“num_keypoints”表示给定对象的标记关键点数量（v>0）（许多对象，例如群组和小对象，将具有num_keypoints=0）。

最后，对于每个类别，categories结构都有两个额外的字段：“keypoints”，这是一个长度为k的关键点名称数组，以及“skeleton”，它通过关键点边缘对列表定义连接，并用于可视化。目前，关键点仅针对人员类别进行标记（针对大多数中型/大型非人群人员实例）。另请参见关键点任务。

annotation{
    "segmentation": RLE or [polygon],  # 分割信息
    "num_keypoints": int,              # 标注的关节点数
    "area": float,                     # 标注区域面积
    "iscrowd": 0 or 1,                 # 是否是单人
    "keypoints": [x1,y1,v1,...],       # 关节点信息，按照(x,y,v)的顺序排列，即坐标为(x,y)，可见性为v; v=0，没有标注；v=1，有标注不可见（被遮挡）；v=2，有标注可见
    "image_id": int,                   # 图片id
    "bbox": [x,y,width,height],        # 图片中人的边框，这里x，y为边框的左上角的坐标
    "category_id": int,                # 类别id，等于1表示人这一类
    "id": int,                               #对象id（每个对象id都是唯一的，即不能出现重复）
}

categories[{
    "supercategory": str,    #主类别名    这里仅为person这一类别
    "id": int,                       #类对应的id （0 默认为背景）这里仅为1，person类别
    "name": str,                # 子类别
    "keypoints": [str],       #每个关键点的名字
    "skeleton": [edge]      #各个关键点之间的连接性
}]