Voc2012数据集分割怎么使用加载标注

最新推荐文章于 2023-05-07 17:09:57 发布

TinaO-O

最新推荐文章于 2023-05-07 17:09:57 发布

阅读量2.8k

点赞数

分类专栏： keras python 神经网络

本文链接：https://blog.csdn.net/u013249853/article/details/90706769

版权

本文介绍了如何使用VOC2012数据集进行图像分割，包括如何加载和处理标注文件。VOC2012包含21类标注，其中背景类不计入损失函数。建议使用tar命令解压数据集，读取标注时通过Image.open以P通道读取，并注意处理255值避免影响网络训练。参考了Zhihu上的相关问题解答和ArleyZhang的文章。

摘要由CSDN通过智能技术生成

voc2007 与 voc2017是互斥的图片。这次说2012

解压统统使用tar -xf 使用命令行，会自动给你融合图片。

标注是图片，存储在/..../VOCdevkit/VOC2012/SegmentationClass

标注一共是20类，加上背景21类，白边呢，算是未标注类，不计算到损失函数里，注意下。

读取代码：

import numpy as np
from PIL import Image
from matplotlib import pyplot as plt
#标注地址
vocdir = '/home/DATA/database/VOC2012/ts/'
labdir = 'VOCdevkit/VOC2012/'
task = 'SegmentationClass/'
#数据set地址
list_dir = '/home/DATA/database/VOC2012/ts/VOCdevkit/VOC2012/ImageSets/Segmentation/'
list_name = 'train.txt'
all_the_text = open(list_dir+list_name).read()
train = all_the_text.split('\n')
for ind in train[0:1]:
#按照图片名字读取，实际上读取数据只需要这一句话。
    lab = Image.open(vocdir&