点击上方蓝字关注我们
1
前段时间使用RFBNet来做目标检测任务,虽然可以修改其数据准备代码顺利跑通训练流程,但是发现要测试时就没那么好搞了,索性将自己的数据集全部转换为coco格式后再进行训练和测试,以下是对coco格式的理解及如何将自己的数据集转为coco格式的介绍,主要是目标检测框和关键点两部分的数据标签如何转为coco格式。2
MS COCO数据集是微软构建的一个大规模图像数据集,包含目标检测、像素分割及看图说话等任务数据,该数据集的特性如下: COCO数据集的官网介绍: https://cocodataset.org/#format-data 该数据集的标注信息主要存放为JSON格式,注释类型包含五大类,分别为目标检测、关键点检测、素材分割、全景分割及看图说话,其中五大注释类型共用如下的基础数据结构如下: json文件里存放的主要是一个大的字典信息,该字典里又包含有更低一级的字典,共用部分的详细介绍如下:
{
"info" : info, # 数据集描述信息
"images" : [image], # 图像字典段列表信息
"annotations" : [annotation], # 注释类型字典段列表
"licenses" : [license], # 许可协议字典段列表
}