pytorch读取VOC数据之VOCDetection

最新推荐文章于 2023-12-22 17:23:15 发布

张知府

最新推荐文章于 2023-12-22 17:23:15 发布

阅读量8k

点赞数 6

本文链接：https://blog.csdn.net/zhangzhifu2019/article/details/105781789

版权

本文介绍了如何使用PyTorch的datasets.VOCDetection类加载VOC2007训练验证数据集。数据集路径为'G:/jupyter/demo_voc'，包含多个对象标注的图像，如汽车等。通过示例展示了如何查看图像及其对应的标注信息，并进行了简单的图像可视化。

摘要由CSDN通过智能技术生成

pytorch针对一些数据集有专门的datasets类，以datasets.VOCDetection为例。看如何加载，显示。

import torchvision.datasets as datasets
import torchvision
import torch
import numpy as np
import cv2

提前要下载VOC数据，我是放在’G:/jupyter/demo_voc’，它的下面几级文件不动
在这里插入图片描述

voc_trainset = datasets.VOCDetection('G:/jupyter/demo_voc',year='2007', image_set='train', download=False)

print('-'*40)
print('VOC2007-trainval')
print(len(voc_trainset))

VOC2007-trainval
2501

type(voc_trainset)

torchvision.datasets.voc.VOCDetection

o1=next(iter(voc_trainset))
o1

(<PIL.Image.Image image mode=RGB size=500x333 at 0x176FAAFC630>,
{‘annotation’: {‘folder’: ‘VOC2007’,
‘filename’: ‘000012.jpg’,
‘source’: {‘database’: ‘The VOC2007 Database’,
‘annotation’: ‘PASCAL VOC2007’,
‘image’: ‘flickr’,
‘flickrid’: ‘207539885’},
‘owner’: {‘flickrid’: ‘KevBow’, ‘name’: ‘?’},
‘size’: {‘width’: ‘500’, ‘height’: ‘333’, ‘depth’: ‘3’},
‘segmented’: ‘0’,
‘object’: {‘name’: ‘car’,
‘pose’: ‘Rear’,
‘truncated’: ‘0’,
‘difficult’: ‘0’,
‘bndbox’: {‘xmin’: ‘156’, ‘ymin’: ‘97’, ‘xmax’: ‘35