目标检测常用 Python 库

1.1. COCO 的实例化#

1
root_dir = 'datasets'
2
coco_file = os.path.join(root_dir, 'train.json')
3
img_dir = os.path.join(root_dir, 'images')
4

5
coco = COCO(coco_file)

1.2. 常用查询函数#

1
# 获取类别 ID
2
cat_ids = coco.getCatIds(catNms=[], supNms=[], catIds=[])
3

4
# 获取图片 ID
5
img_ids = coco.getImgIds(imgIds=[], catIds=[])
6

7
# 获取标注 ID
8
ann_ids = coco.getAnnIds(imgIds=[], catIds=[], areaRng=[], iscrowd=None)

NOTE

参数	说明
catNms	限定类别名列表
supNms	限定超类别名列表
catIds	限定类别 ID 列表
imgIds	限定图像 ID 列表
areaRng	限定分割掩膜的面积范围
iscrowd	指定 iscrowd 标志。0 表示单个对象，1 表示人群区域，None 表示不限制

CAUTION

当函数返回类型与参数类型相同，函数起起过滤作用，即过滤出参数列表中属于coco的ID。
三个函数的返回值类型均为 List (即使是单个元素)。

:::

1.3. 加载所有类#

1
cats = coco.loadCats(coco.getCatIds())

NOTE

loadCats(ids=[])<传入id以加载id对应的类>

返回值 cats (以载入 cowboy 所有类别为例)的格式为

1
[{'freebase_id': '/m/0176mf',   'id': 87,   'name': 'belt'},
2
 {'freebase_id': '/m/017ftj',   'id': 1034, 'name': 'sunglasses'},
3
 {'freebase_id': '/m/01b638',   'id': 131,  'name': 'boot'},
4
 {'freebase_id': '/m/025rp__',  'id': 318,  'name': 'cowboy_hat'},
5
 {'freebase_id': '/m/032b3c',   'id': 588,  'name': 'jacket'}]

1.4. 加载图片(信息)#

1
img_info = coco.loadImgs(img_ids)

NOTE

coco.loadImgs(ids=[])<传入id以加载id对应的图片>

返回值 img_info (以载入一张图片为例)的格式为

1
[{'file_name':          'ddd2b190ea90dffa.jpg',
2
  'height':             1024,
3
  'id':                 15984033263460081658,
4
  'neg_category_ids':   [],
5
  'pos_category_ids':   [45, 69, 277, 434],
6
  'source':             'OpenImages',
7
  'width':              768}]

1.5. 加载标注#

1
anns = coco.loadAnns(ann_ids)

NOTE

coco.loadAnns(ids=[])<传入id以加载id对应的标注>

返回值 anns (以载入一张图片有两个标注为例)的格式为

1
[{'area':           220911.31,
2
  'bbox':           [0.0, 257.92, 313.51, 704.64],
3
  'category_id':    131,
4
  'freebase_id':    '/m/01b638',
5
  'id':             2267424,
6
  'image_id':       2608397864569803265,
7
  'iscrowd':        False},
8
 {'area':           123689.57,
9
  'bbox':           [432.51, 282.24, 214.98, 575.36],
10
  'category_id':    131,
11
  'freebase_id':    '/m/01b638',
12
  'id':             2267425,
13
  'image_id':       2608397864569803265,
14
  'iscrowd':        False}]