kelamini / cocoapi

COCO API - Dataset @ http://cocodataset.org/

pycocotools 使用

coco 数据文件格式

{
	"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,
}

1. Object Detection

annotation{
	"id": int, 
    "image_id": int, 
    "category_id": int, 
    "segmentation": RLE or [polygon], 
	"area": float, 
	"bbox": [x,y,width,height], 
	"iscrowd": 0 or 1,
}

categories[{
	"id": int, b
    "name": str, 
    "supercategory": str,
}]

预测结果文件格式

1. Object Detection

[{
	"image_id": int, 
    "category_id": int, 
    "bbox": [x,y,width,height], 
    "score": float,
}]

2. Detection with Object Segments

[{
	"image_id": int, 
    "category_id": int, 
    "segmentation": RLE, 
    "score": float,
}]

函数和功能

COCO 类

createIndex() 函数

对数据作映射

• anns 是一个字典，键为 annotation 的 ID 号，值为 annotation 字典；

• cats 是一个字典，键为 categorie 的 ID 号，值为 categorie 字典；

• imgs 是一个字典，键为 image 的 ID 号，值为 image 字典

• imgToAnns 是一个字典，键为 image 的 ID 号，值为 annitation 字典；

• catToImgs 是一个字典，键为 categorie 的 ID 号，值为 image 的 ID 号；

getAnnIds() 函数

可以通过 image 的 ID 号、categorie 的 ID 号、areaRng 的面积大小获取 annotation 的 ID 号

• 输入参数：
  • imgIds：image 的 ID 号
  • catIds：categorie 的 ID 号
  • areaRng：
• 函数返回：
  • ids：annotation 的 ID 号

getCatIds() 函数

可以通过 categorie 的名称、supercategory 的名称、categorie 的 ID 号获取 categorie 的 ID 号

• 输入参数：
  • catNms：categorie 的名称
  • supNms：supercategory 的名称
  • catIds：categorie 的 ID 号
• 函数返回：
  • ids：categorie 的 ID 号

getImgIds() 函数

可以通过 image 的 ID 号、categorie 的 ID 号获取 image 的 ID 号

• 输入参数：
  • imgIds：image 的 ID 号
  • catIds：categorie 的 ID 号
• 函数返回：
  • ids：image 的 ID 号

loadAnns() 函数

可以通过给定 annotation 的 ID 号获取 annotation 字典

• 输入参数：
  • ids：annotation 的 ID 号
• 函数返回：
  • 包含 annotation 字典的列表

loadCats() 函数

可以通过给定 categorie 的 ID 号获取 categorie 字典

• 输入参数：
  • ids：categorie 的 ID 号
• 函数返回：
  • 包含 categorie 字典的列表

loadImgs() 函数

可以通过给定 image 的 ID 号获取 image 字典

• 输入参数：
  • ids：image 的 ID 号
• 函数返回：
  • 包含 image 字典的列表

showAnns() 函数

显示经过标记的图像

• 输入参数：
  • anns：包含 annotation 字典的列表
  • draw_bbox：是否画框（bool 值）
• 函数返回：
  • annotation 标记后的图像

loadRes() 函数

• 输入参数：
  • resFile：包含预测结果的 json 文件的路径
• 函数返回：
  • res：COCO 类

download() 函数

loadNumpyAnnotations() 函数

annToRLE() 函数

annToMask() 函数

COCOeval 类

_prepare() 函数

evaluate() 函数

computeIoU() 函数

• 输入参数：
  • imgId：image 的 ID 号
  • catId：categorie 的 ID 号
• 函数返回：
  • ious：计算的 IoU 值

Params 类

setDetParams() 函数

初始化检测类的参数

• self.imgIds：[] # image 的 ID 号
• self.catIds：[] # categorie 的 ID 号
• self.iouThrs：[0.5, 0.55, ..., 0.95] # IoU 的阈值，范围为 [0.5, 0.95]，间隔为 0.05
• self.recThrs：[0, 0.01, ..., 1] # 召回率的阈值
• self.maxDets：[1, 10, 100] # 最大的检测数量
• self.areaRng：[[0 ** 2, 1e5 ** 2], [0 ** 2, 32 ** 2], [32 ** 2, 96 ** 2], [96 ** 2, 1e5 ** 2]] # 面积的范围
• self.areaRngLbl：['all', 'small', 'medium', 'large'] # 面积范围的标签
• self.useCats：1 # 是否使用 categorie 的 ID 号

setKpParams() 函数

初始化关键点类的参数

• self.imgIds：[] # image 的 ID 号
• self.catIds：[] # categorie 的 ID 号
• self.iouThrs：[0.5, 0.55, ..., 0.95] # IoU 的阈值，范围为 [0.5, 0.95]，间隔为 0.05
• self.recThrs：[0, 0.01, ..., 1]
• self.maxDets：[20] # 最大的检测数量
• self.areaRng：[[0 ** 2, 1e5 ** 2], [32 ** 2, 96 ** 2], [96 ** 2, 1e5 ** 2]] # 面积的范围
• self.areaRngLbl：['all', 'medium', 'large'] # 面积范围的标签
• self.useCats：1 # 是否使用 categorie 的 ID 号
• self.kpt_oks_sigmas：[.26, .25, .25, .35, .35, .79, .79, .72, .72, .62,.62, 1.07, 1.07, .87, .87, .89, .89]/10.0