coco 数据集_生成自己的coco数据集

1、环境准备

操作系统：macOS

python：3.6.0

2、coco数据集

文件夹格式：

coco/

• annotations/
• instances_train2017.json
• instances_val2017.json
• images/
• rail_1.jpg
• ...
• rail_5.jpg
• ...
• train2017/
• val2017

coco格式：

整体结构

{

"info": info,

"licenses": [license],

"images": [image],

"annotations": [annotation],

"categories": [category]

}

info字段

info: { "year": int, "version": str, "description": str, "contributor": str, "url": str, "date_created": datetime,}

licenses字段

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

images字段

image{ "id": int, "width": int, "height": int, "file_name": str, "license": int, "flickr_url": str, "coco_url": str, "date_captured": datetime,}

annotations字段

annotation{ "id": int,  "image_id": int, "category_id": int, "segmentation": RLE or [polygon], "area": float, "bbox": [x,y,width,height], "iscrowd": 0 or 1,}

annotations字段另外一种：segmentation中polygon格式

{ "segmentation": [[510.66,423.01,511.72,420.03,510.45......]], "area": 702.1057499999998, "iscrowd": 0, "image_id": 289343, "bbox": [473.07,395.93,38.65,28.67], "category_id": 18, "id": 1768},

3、labelme文件夹

labelme/

• 0d4c5e4f-fc3c-4d5a-906c-105.json
• 0d4c5e4f-fc3c-4d5a-906c-105.jpg
• 0ddfc5aea-fcdac-421-92dad-144.json
• 0ddfc5aea-fcdac-421-92dad-144.jpg

4、原始数据集是一系列.jpg的图片

5、先将原始图片转为labelme

pip install labelme

安装好后运行labelme输入labelme即可

labelme

点击open dir选择数据集文件夹

然后右击选择create polygons标记多边形

点击save保存在图片同一路径下

6、labelme转coco数据格式(labelme2coco)

下载labelme项目

git clone https://github.com/wkentaro/labelme.git

进入下图文件夹

将生成好的labelme文件放入data_annotated

删除data_dataset_coco文件夹

修改labels.txt文件中的类别

执行以下命令即可

./labelme2coco.py data_annotated data_dataset_coco --labels labels.txt