coco数据集annotation的segmentation并不是二值mask，而是polygon格式，
看一个annotation.
{
"segmentation": [[510.66,423.01,511.72,420.03,510.45......]], #两两组成(x,y)坐标，polygon格式
"area": 702.1057499999998, #面积
"iscrowd": 0, #是不是一群物体,为0是seg是polygon格式，否则是RLE格式
"image_id": 289343, #对应的image id
"bbox": [473.07,395.93,38.65,28.67], #(x,y,w,h)
"category_id": 18, #分类label
"id": 1768 #当前annotation的id,每一个图像有不止一个对象，所以要对每一个对象编号（每个对象的ID是唯一的）
},
segmentation其实是一个二值mask的轮廓点，
如果想把二值mask转成这种格式，需要提取轮廓。
1.Polygon格式
网上找来一张二值mask的图片
提取它的轮廓
mask_img = cv2.imread("mask.png",cv2.IMREAD_GRAYSCALE)
contours, _ = cv2.findContours(mask_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
polygons = []
for object in contours:
coords = []
for point in object:
coords.append(int(point[0][0]))
coords.append(int(point[0][1]))
polygons.append(coords)
print(polygons)
#[[131, 48, 130, 49, 129, 50, 128, 51, ...]]
这个polygon能不能用呢？是不是和coco的annotation格式一样？
下面来验证一下。
引入python自带的coco库，要用到里面的annToMask函数，把polygon转为mask,
然后imshow出来看看是不是和原图一样。
先看一下annToMask函数，它需要先把polygon格式转为RLE格式。
def annToMask(self, ann):
"""
Convert annotation which can be polygons, uncompressed RLE, or RLE to binary mask.
:return: binary mask (numpy 2D array)
"""
rle = self.annToRLE(ann)
m = maskUtils.decode(rle)
return m
def annToRLE(self, ann):
"""
Convert annotation which can be polygons, uncompressed RLE to RLE.
:return: binary mask (numpy 2D array)
"""
t = self.imgs[ann['image_id']]
h, w = t['height'], t['width']
segm = ann['segmentation']
if type(segm) == list:
# polygon -- a single object might consist of multiple parts
# we merge all parts into one mask rle code
rles = maskUtils.frPyObjects(segm, h, w)
rle = maskUtils.merge(rles)
elif type(segm['counts']) == list:
# uncompressed RLE
rle = maskUtils.frPyObjects(segm, h, w)
else:
# rle
rle = ann['segmentation']
return rle
转成RLE的过程中需要用到annotation里的image_id, segmentation.
而现在我们只有一个segmentation, 并没有image_id,
而image_id只是用来得到图片的w, h，
所以引入coco的instance_val2017.json文件，随便找一个image_id用一下。
from pycocotools.coco import COCO
coco_api = COCO('coco/annotations/instances_val2017.json')
ann = dict()
ann['image_id'] = 37777
ann['segmentation'] = polygons
mask = coco_api.annToMask(ann)
mask = np.clip(mask*255,0,255)
说明找到的轮廓是可以用的（随便找的image_id导致h，w和原图不一致，不过不影响mask）.
（在曲线的连续性上仔细看会有一些误差）。
还是首选下面的RLE格式。
2.RLE格式
如果用在coco的segment, 首选这种，上面轮廓处会存在误差，且coco函数中polygon格式有诸多限制。文章来源：https://www.toymoban.com/news/detail-569540.html
mask转RLE的代码来自segment anything的utils，
这里的mask是tensor形式的二值mask, 值是int型。文章来源地址https://www.toymoban.com/news/detail-569540.html
def mask_to_rle(tensor: torch.Tensor) -> List[Dict[str, Any]]:
"""
Encodes masks to an uncompressed RLE, in the format expected by
pycoco tools.
"""
# Put in fortran order and flatten h,w
h, w, b = tensor.shape #需要根据tensor的shape修改
tensor = tensor.permute(2, 1, 0).flatten(1) #需要根据tensor的shape修改
# Compute change indices
diff = tensor[:, 1:] ^ tensor[:, :-1] #要求值是int型
change_indices = diff.nonzero()
# Encode run length
out = []
for i in range(b):
cur_idxs = change_indices[change_indices[:, 0] == i, 1]
cur_idxs = torch.cat(
[
torch.tensor([0], dtype=cur_idxs.dtype, device=cur_idxs.device),
cur_idxs + 1,
torch.tensor([h * w], dtype=cur_idxs.dtype, device=cur_idxs.device),
]
)
btw_idxs = cur_idxs[1:] - cur_idxs[:-1]
counts = [] if tensor[i, 0] == 0 else [0]
counts.extend(btw_idxs.detach().cpu().tolist())
out.append({"size": [h, w], "counts": counts})
return out
到了这里，关于二值mask转polygon/RLE (coco segment格式）的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
