COCO数据集--分割数据定义及标注信心

COCO数据集中图像都是一样的，标注信息annotations的不同，表示不同的任务。分为：

• instances——实例分割
• person_keypoints——关键点分割
• stuff——语义分割
• captions——图片的配文，是一句话

每个类别分别包含train，val。

做实例分割任务时，使用instance_train201X.json文件作为标签信息。下面详细介绍。

1、annotations中json文件数据类型

{
 "info" : info,
 "images" : [image],
 "annotations" : [annotation],
 "licenses" : [license],
}

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

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

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

2、以instance_train2014.json文件为例解析  Object Instance Annotations

每个实例注释包含一系列字段，包括对象的类别ID和分割掩码（segmentation mask）。分割格式取决于实例是否代表单个对象（iscrowd = 0，在这种情况下使用多边形）或对象集合（iscrowd = 1，在这种情况下使用RLE）。请注意，单个对象（iscrowd = 0）可能需要多个多边形，例如，如果被遮挡。人群注释（Crowd annotations）（iscrowd = 1）用于标记大量对象（例如一群人）。此外，还为每个对象提供了一个封闭的边界框（框坐标是从左上角的图像角度测量的，并且是0索引的）。最后，注解结构的类别字段存储了类别ID到类别和超类别名称的映射。 See also theDetection Challenge.

{
     "info":      #info信息
          {       #数据集信息
                  "description": "COCO 2014 Dataset", # 描述
                  "url": "http://cocodataset.org",  # 链接
                  "version": "1.0", # 版本
                  "year": 2014, # 年份
                  "contributor": "COCO Consortium",  # 贡献者
                  "date_created": "2017/09/01" # 创建日期
         },



      "images":  #图片信息，数组包含了多张图像
      [   {      #每张图像的具体信息
                  "license": 5,
                  "file_name": "COCO_train2014_000000057870.jpg",
                  "coco_url": "http://images.cocodataset.org/train2014/COCO_train2014_000000057870.jpg",
                  "height": 480,
                  "width": 640,
                  "date_captured": "2013-11-14 16:28:13",
                  "flickr_url": "http://farm4.staticflickr.com/3153/2970773875_164f0c0b83_z.jpg",
                  "id": 57870