上一篇文章scenegraph 自己数据集准备

编写不易如果觉得不错，麻烦关注一下~

第一步

由于我的数据集是coco2014 有github大佬提供过他的tsv数据文件。所以我从那些文件中，拼凑出和微软一致的数据存储tsv 形式。千人千面，千个代码最终要调到和它一致的tsv输入格式。

这里的建议多print ，多调。总能调好。在生成数据时，有可能出现代码没错，但是崩溃的情形。我的就出现过。之后没改还能成功生成文件。

第二步：

运行predcls 代码由于根本没有relations 标签。所以需要自己伪造该属性，否则代码不通，例如我只有36个框，所以我的伪造annotaion['relations']结构如下：

第三步 ：

这个yaml 就是配置自己的数据集的配置文件

img 就是自己的图像文件，当然看demo_tsv.py 它就是将一个图片编码成base64. 

hw 就是存储图片名称和宽、高

label就是每个目标框坐标集 目标类别

labelmap 由于neural motif 就是这些类，所以就用这个labelmap. 第一你把目标类缩成这150个类，第二你把模型改了，从头训练你目标类的个数。由于第一个看着简单，所以我用了第一种，当然我也想用第二种提高谓词关系的精准率。

linelist 这个也是生成tsv 代码中可以生成的。

虽然文件中写了这几个，但是他们都有配对文件，lineidx 也是不可以少的

结果文件

我感觉由于我是提供标签的所以这里直接object conf 为1 。 后面就有各个id之间的关系预测

结果截图：