目標檢測coco數據集點滴介紹

1. COCO數據集介紹

MS
COCO
是google
開源的大型數據集， 分為目標檢測、分割、關鍵點檢測三大任務， 數據集主要由圖片和json 標簽文件組成。 coco數據集有自帶COCO API，方便對json文件進行信息讀取。本博客介紹是目標檢測數據集格式的制作。

COCO通過大量使用Amazon Mechanical Turk來收集數據。COCO數據集現在有3種標注類型：object instances（目標實例）, object keypoints（目標上的關鍵點）, 和image captions（看圖說話），使用JSON文件存儲。

2. MSCOCO數據集數據結構{

“images”:

[

{“file_name”:“cat.jpg”,“id”:1,“height”:1000,“width”:1000},

{“file_name”:“dog.jpg”,“id”:2,“height”:1000,“width”:1000},

…

]

“annotations”:

[

{“image_id”:1,“bbox”:[100.00,200.00,10.00,10.00],“category_id”:1}

{“image_id”:2,“bbox”:[150.00,250.00,20.00,20.00],“category_id”:2}

…

]

“categories”:

[

{“id”:0,“name”:“bg”}

{“id”:1,“name”:“cat”}

{“id”:1,“name”:“dog”}

…

]

}

標注文件中，“images” 關鍵字對應圖片信息，“annotations”
關鍵字對應標注信息，“categories” 對應類別信息： “images”: 該關鍵字對應的數據中，每一項對應一張圖片，"file_name"對應圖片名稱，"id"對應圖片序號，"height"和"width"分別對應圖像的高和寬。
“annotations”: 該關鍵字對應的數據中，每一項對應一條標注，"image_id"對應圖片序號，"bbox"對應標注矩形框，順序為[x, y, w, h]，分別為該矩形框的起始點x坐標，起始點y坐標，寬、高。"category_id"對應類別序號。
“categories”: 該關鍵字對應的數據中，每一項對應一個類別，"id"對應類別序號，"name"對應類別名稱。

關鍵字關聯說明：
1.“annotations"中的元素通過"image_id"關聯圖像，比如"image_id”:2，該條標注信息對應"images"中"id"為2的圖像。
2.“annotations"中的元素通過"category_id"關聯類別，比如"category_id”:2，該條標注信息對應"categories"中"id"為2的類別。

例： 在上面列出的數據結構中

這條標注信息通過"image_id"可以找到對應的圖像為"cat.jpg"，通過"category_id"可以找到對應的類別為"cat"

背景圖片說明：
"annotations"中的元素，“category_id”:0對應的是背景。當且僅當一張圖片對應的所有annotations中，"category_id"都為0，該圖片為背景圖片。

3. COCO數據集json文件，分類和id

coco目標檢測數據集標注目標信息采用的是數據格式是json，其內容本質是一種字典結構，字典堆棧和列表信息內容維護。

coco里面的id和類名字對應：總共80類，但id號到90！

coco_id_name_map={1: ‘person’, 2:
‘bicycle’, 3: ‘car’, 4: ‘motorcycle’, 5: ‘airplane’, 6: ‘bus’, 7: ‘train’, 8:
‘truck’, 9: ‘boat’, 10: ‘traffic light’, 11: ‘fire hydrant’, 13: ‘stop sign’,
14: ‘parking meter’, 15: ‘bench’, 16: ‘bird’, 17: ‘cat’, 18: ‘dog’, 19:
‘horse’, 20: ‘sheep’, 21: ‘cow’, 22: ‘elephant’, 23: ‘bear’, 24: ‘zebra’, 25:
‘giraffe’, 27: ‘backpack’, 28: ‘umbrella’, 31: ‘handbag’, 32: ‘tie’, 33:
‘suitcase’, 34: ‘frisbee’, 35: ‘skis’, 36: ‘snowboard’, 37: ‘sports ball’, 38:
‘kite’, 39: ‘baseball bat’, 40: ‘baseball glove’, 41: ‘skateboard’, 42:
‘surfboard’, 43: ‘tennis racket’, 44: ‘bottle’, 46: ‘wine glass’, 47: ‘cup’,
48: ‘fork’, 49: ‘knife’, 50: ‘spoon’, 51: ‘bowl’, 52: ‘banana’, 53: ‘apple’,
54: ‘sandwich’, 55: ‘orange’, 56: ‘broccoli’, 57: ‘carrot’, 58: ‘hot dog’, 59:
‘pizza’, 60: ‘donut’, 61: ‘cake’, 62: ‘chair’, 63: ‘couch’, 64: ‘potted plant’,
65: ‘bed’, 67: ‘dining table’, 70: ‘toilet’, 72: ‘tv’, 73: ‘laptop’, 74:
‘mouse’, 75: ‘remote’, 76: ‘keyboard’, 77: ‘cell phone’, 78: ‘microwave’, 79:
‘oven’, 80: ‘toaster’, 81: ‘sink’, 82: ‘refrigerator’, 84: ‘book’, 85: ‘clock’,
86: ‘vase’, 87: ‘scissors’, 88: ‘teddy bear’, 89: ‘hair drier’, 90:
‘toothbrush’}

打開json文件：

with open(json_path,‘r’) as load_f:

load_dict =

json.load(load_f)

里面協議是這樣的，annotations下面是每一個box的標注信息，包括分割的，當前框使用目標框，image_id，categogy_id。

因此要想獲得整個數據集信息，必須遍歷整個box信息，將其進行統計分配。

4. COCO數據集性能指標

COCO 提供了 12 種用于衡量目標檢測器性能的評價指標.

Recall 召回率（查全率）。表示正確識別物體A的個數占測試集中物體A的總個數的百分數Recall = TP / (TP+FN)

Precision
精確率（查準率）。表示正確識別物體A的個數占總識別出的物體個數n的百分數Precision
= TP / (TP+FP)

fp
:false positive誤報，即預測錯誤

fn
:false negative漏報，即沒有預測到

tp:true
positive

tn:true
negative

iou：intersection-over-union

Accuracy 準確率。正確分類的樣本數除以所有的樣本數，正確率越高，分類器越好。Accuracy=（TP+TN）/
(TP+TN+FP+FN)

以上介紹都是基于2分類的，并不是多分類的

以下12個指標用于表征COCO上物體檢測器的性能：

Average Precision (AP):

AP % AP at
IoU=0.50:0.05:0.95 (primary challenge metric)

APIoU=.50 % AP at IoU=0.50 (PASCAL VOC
metric)

APIoU=.75 % AP at IoU=0.75 (strict
metric)

AP
Across Scales:

APsmall % AP for small objects:
area < 322

APmedium % AP for medium objects: 322
< area < 962

APlarge % AP for large objects:
area > 962

Average
Recall (AR):

ARmax=1 % AR given 1 detection per
image

ARmax=10 % AR given 10 detections per
image

ARmax=100 % AR given 100 detections per
image

AR
Across Scales:

ARsmall % AR for small objects: area < 322

ARmedium % AR for medium objects: 322
< area < 962

ARlarge % AR for large objects:
area > 962

總結

以上是生活随笔為你收集整理的目标检测coco数据集点滴介绍的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。