【记录COCO数据集格式】实例分割的annotations.json的内部格式

这篇具有很好参考价值的文章主要介绍了【记录COCO数据集格式】实例分割的annotations.json的内部格式。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

  • 在此记录一下实例分割coco的annotations.json的格式
''
annotations.json,整体是一个字典:
{
"info": {"description": null,
         "url": null, 
         "version": null, 
         "year": 2023, 
         "contributor": null, 
         "date_created": "2023-05-27 10:34:38.709025"},
"licenses": [{"url": null, "id": 0, "name": null}],
"images": [{"license": 0,
            "url": null,
            "file_name": "....jpg",
            "height": 800, "width": 800,
            "date_captured": null, "id": 0},
            {...},
            ...,
            {...}]
"type": "instances",
"annotations": [{"id": 0, "image_id": 0, "category_id": 1,
                 "segmentation": [[polygon]], "area": 57142.0, 
                 "bbox": [246.0, 165.0, 310.0, 239.0]([x,y,width,height],即左上角的坐标+宽高), "iscrowd": 0},
                {"id": 1, "image_id": 0, "category_id": 1, 
                 "segmentation": [[polygon]], "area": 59602.0, 
                 "bbox": [248.0, 164.0, 311.0, 238.0], "iscrowd": 0},
                {...},
                ...,
                {...}],
"categories": [{"supercategory": null, "id": 0, "name": "_background_"},
			   {"supercategory": null, "id": 1, "name": "cell"}] 
}
''
  • 保存和加载json文件
    详见【Python:json常用函数,用于加载和保存json文件】load(), loads(), dump(), dumps()

文章来源地址https://www.toymoban.com/news/detail-651690.html

到了这里,关于【记录COCO数据集格式】实例分割的annotations.json的内部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!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 将YOLO数据集转成COCO格式,单个文件夹转为单个json文件,例如.../images/train转为instance_train.json

    参考链接 :objectdetection-tricks/tricks_4.py 相关视频教学:tricks_4 用于yolov5和v7中的yolo格式转换coco格式的脚本.(如何在v5和v7中输出ap_small,ap_middle,ap_large coco指标) 还可以参考相关的VOC转COCO的方式:damo-yolo/voc2coco.py 代码效果 :将数据集转成COCO格式, 单个文件夹 转为 单个json 文件

    2024年02月01日
    浏览(34)
  • 目标检测标注文件yolov5(txt)格式转coco(json)格式详解及代码实现

    Reference:https://blog.csdn.net/qq_39686950/article/details/119153685 前言 正好自己做目标检测任务更换模型需要使用不同格式的标注文件,所以在网上找了半天类似博文,发现大多都只有代码或者解释不全,对新手不够友好,我在转换的过程中就debug了半天才转换成功,所以写下这篇博文

    2024年02月04日
    浏览(44)
  • 目标检测实例分割数据集转换:从XML和JSON到YOLOv8(txt)

            如果大家想要了解关于yolov8的其他任务和相关内容可以点击这个链接,我这边整理了许多其他任务的说明博文,后续也会持续更新,包括yolov8模型优化、sam等等的相关内容。 YOLOv8(附带各种任务详细说明链接) 源码下载地址: XMLJSON 目标检测、实例分割标签转换

    2024年02月03日
    浏览(29)
  • 使用筛选后的coco数据集json文件,复制对应coco数据集图像

    有时候,我们需要对已经有的数据集进行数据划分,划分后的coco数据集需要寻找对应的图片,可以使用下面的程序脚本。 首先,导入三个必要的模块:json、os 和 shutil。json 模块用于读取 JSON 文件,os 模块用于处理文件路径,shutil 模块用于执行文件复制操作。 接下来,定义

    2024年02月01日
    浏览(23)
  • VOC数据集格式转COCO数据集格式

            项目需要coco格式的数据集但是自己的数据集是VOC格式的该如何转换呢。 VOC格式   coco格式:  因为VOC格式的数据集中图片是放在一个文件下的,所以需要先划分训练集、验证集和测试集的比例,需要改两行文件路径和划分比例 然后 根据划分的三个TXT文件将VOC的xml转

    2024年02月05日
    浏览(24)
  • coco数据集标注格式

    以下主要介绍目标检测(目标实例):   COCO数据集中目标实例的json文件整体是以字典的形式来存储内容的。主要包括5个key(info、licenses、images、annotations、categories)。 info这个key对应的值的类型是一个字典; licenses, images, annatations 和 categories这几个key对应的值的类型是一

    2024年02月13日
    浏览(24)
  • 制作COCO格式数据集

    研一上学期要跑一个yoloe,需要用自己的数据集去跑,实验室没有合适的coco格式的数据集,于是需要自己制作数据集,防止以后需要在做的时候忘记,现在把整个操作流程记录下来。 利用代码创建VOC格式文件夹或者自己手动创建。 因为我做的只是检测,不需要其他任务,所

    2023年04月26日
    浏览(30)
  • 语义分割中mask二值图转json格式

    本次文章针对mask黑白图转json格式进行分析 主要分两个步骤: 1、将mask二值图中的目标区域轮廓 ,按照每个点之间的步长进行选取保存,并将每个轮廓的点坐标信息保存至csv文件中。 csv文件格式如下图所示: 程序如下所示: 使用时,注意修改路径:

    2024年02月09日
    浏览(30)
  • 代码实现如何将yolov5数据格式转换为coco格式

    很多训练算法使用coco格式,而原版的数据集可能采用yolov5的数据格式,故写个简单的教程; yolov5数据集的目录格式:  images存放的图像,例如 1.jpg,2.jpg. labels存放的是对应图片的标注信息,例如 1.txt,2.txt. txt 中信息是这样的: (框高)每一行对应一个bbox框信息,分别是cla

    2024年02月12日
    浏览(25)
  • 目标检测任务中常用的数据集格式(voc、coco、yolo)

    VOC数据集(Annotation的格式是xmI) Pascal VOC数据集是目标检测的常用的大规模数据集之一,从05年到12年都会举办比赛,比赛任务task: 分类Classification 目标检测Object Detection 语义分割Class Segmentation 实例分割Object Segmentation Action Classification(专注于人体动作的一种分类) Person Layout(

    2024年02月14日
    浏览(31)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包