MS CoCo数据集

一、前言

Ms CoCo数据集是一个非常大型且常用的数据集，可以做的任务有目标检测、图像分割、图像描述等

数据集地址：链接

描述数据集的论文地址：链接

有一点需要注意：数据集的物体类别分为80类和91类两种，其中object80类是stuff91类的子集，stuff类别中不属于object的是指没有明确边界的材料和对象例如天空、草地等。

在学习目标检测时，我们把object80作为分类类别即可

MS coco与PASCAL VOC的对比，可以看到CoCo数据集数量明显更大，相同类别的真实值也更多，因此往往会使用CoCo数据集的预训练模型来作为自己模型的初始化。（在CoCo数据集上预训练耗时比较长）

二、数据集下载

这里没有划分测试集，是因为其实测试集划分其实和验证集的划分的文件结构是一样的，所以可以不划分测试集来测试，使用验证集就可以达到测试的目的。

三、验证集与标注文件的查看

3.1使用python的json库查看

训练集比较大就没有下载，这里主要查看测试集与标注文件

import json
 
 
json_path = "./annotations/instances_val2017.json"
with open(json_path, "r") as f:
    json_file = json.load(f)
print(json_file["info"])

设置断点，我们可以得到如下：

json_file是一个字典，包括：info、licences、images、annotations、categories五个关键字

其中：

images是一个列表（元素个数对应图像的张数），列表中每个元素都是一个dict，对应一张图片的相关信息。包括对应图像名称、图像宽度、高度等信息。

annoatations是一个列表（元素个数对应图片中的对象个数），列表每一个元素都是一个dict,表示每一个对象的标注信息。包括分割信息，目标检测的框（框的四个数字分别代表左上角点的x,y坐标，后面两个数字为框的宽和高。id是对应的图像id,category_id是对象类型的种类id。iscrowd表示这是否是一个单目标对象，0表示单个对象，1表示对象集合）

categories是一个列表（元素个数对应检测目标的类别数）列表中每个元素都是一个dict对应一个类别的目标信息。包括类别id、类别名称和所属超类（也即父类的意思）

3.2.使用官方API查看

3.2.1查看目标检测标注信息

import os
from pycocotools.coco import COCO
from PIL import Image, ImageDraw
import matplotlib.pyplot as plt
 
json_path = "./annotations/instances_val2017.json"
img_path = "./val2017"
 
# load coco data
coco = COCO(annotation_file=json_path)
 
# get all image index info
ids = list(sorted(coco.imgs.keys()))
print("number of images: {}".format(len(ids)))
 
# get all coco class labels
coco_classes = dict([(v["id"], v["name"]) for k, v in coco.cats.items()])
 
# 遍历前三张图像
for img_id in ids[:3]:
    # 获取对应图像id的所有annotations idx信息
    ann_ids = coco.getAnnIds(imgIds=img_id)
 
    # 根据annotations idx信息获取所有标注信息
    targets = coco.loadAnns(ann_ids)
 
    # get image file name
    path = coco.loadImgs(img_id)[0]['file_name']
 
    # read image
    img = Image.open(os.path.join(img_path, path)).convert('RGB')
    draw = ImageDraw.Draw(img)
    # draw box to image
    for target in targets:
        x, y, w, h = target["bbox"]
        x1, y1, x2, y2 = x, y, int(x + w), int(y + h)
        draw.rectangle((x1, y1, x2, y2))
        draw.text((x1, y1), coco_classes[target["category_id"]])
 
    # show image
    plt.imshow(img)
    plt.show()

3.2.2查看分割标注

代码：

 
import os
import random
 
import numpy as np
from pycocotools.coco import COCO
from pycocotools import mask as coco_mask
from PIL import Image, ImageDraw
import matplotlib.pyplot as plt
 
random.seed(0)
 
json_path = "./annotations/instances_val2017.json"
img_path = "./val2017"
 
# random pallette
pallette = [0, 0, 0] + [random.randint(0, 255) for _ in range(255*3)]
 
# load coco data
coco = COCO(annotation_file=json_path)
 
# get all image index info
ids = list(sorted(coco.imgs.keys()))
print("number of images: {}".format(len(ids)))
 
# get all coco class labels
coco_classes = dict([(v["id"], v["name"]) for k, v in coco.cats.items()])
 
# 遍历前三张图像
for img_id in ids[:3]:
    # 获取对应图像id的所有annotations idx信息
    ann_ids = coco.getAnnIds(imgIds=img_id)
    # 根据annotations idx信息获取所有标注信息
    targets = coco.loadAnns(ann_ids)
 
    # get image file name
    path = coco.loadImgs(img_id)[0]['file_name']
    # read image
    img = Image.open(os.path.join(img_path, path)).convert('RGB')
    img_w, img_h = img.size
 
    masks = []
    cats = []
    for target in targets:
        cats.append(target["category_id"])  # get object class id
        polygons = target["segmentation"]   # get object polygons
        rles = coco_mask.frPyObjects(polygons, img_h, img_w)
        mask = coco_mask.decode(rles)
        if len(mask.shape) < 3:
            mask = mask[..., None]
        mask = mask.any(axis=2)
        masks.append(mask)
 
    cats = np.array(cats, dtype=np.int32)
    if masks:
        masks = np.stack(masks, axis=0)
    else:
        masks = np.zeros((0, height, width), dtype=np.uint8)
 
    # merge all instance masks into a single segmentation map
    # with its corresponding categories
    target = (masks * cats[:, None, None]).max(axis=0)
    # discard overlapping instances
    target[masks.sum(0) > 1] = 255
    target = Image.fromarray(target.astype(np.uint8))
 
    target.putpalette(pallette)
    plt.imshow(target)
    plt.show()

 3.2.3查看关键点标注

代码：

import numpy as np
from pycocotools.coco import COCO
 
json_path = "./annotations/person_keypoints_val2017.json"
coco = COCO(json_path)
img_ids = list(sorted(coco.imgs.keys()))
 
# 遍历前5张图片中的人体关键点信息(注意，并不是每张图片里都有人体信息)
for img_id in img_ids[:5]:
    idx = 0
    img_info = coco.loadImgs(img_id)[0]
    ann_ids = coco.getAnnIds(imgIds=img_id)
    anns = coco.loadAnns(ann_ids)
    for ann in anns:
        xmin, ymin, w, h = ann['bbox']
        # 打印人体bbox信息
        print(f"[image id: {img_id}] person {idx} bbox: [{xmin:.2f}, {ymin:.2f}, {xmin + w:.2f}, {ymin + h:.2f}]")
        keypoints_info = np.array(ann["keypoints"]).reshape([-1, 3])
        visible = keypoints_info[:, 2]
        keypoints = keypoints_info[:, :2]
        # 打印关键点信息以及可见度信息
        print(f"[image id: {img_id}] person {idx} keypoints: {keypoints.tolist()}")
        print(f"[image id: {img_id}] person {idx} keypoints visible: {visible.tolist()}")
        idx += 1

输出：

3.3.CoCo官方代码API解读

上面三段代码分别可视化bbox,segmentation,keypoint,主要使用了官方的一系列API,接下来解读官方API的代码（以bbox可视化为例）

coco = COCO(annotation_file=json_path)

这一句代码创建一个CoCo对象，annotation_file作为json文件的路径传入，主要用来读取json文件和可视化注释

在初始化函数中：

创建四个空字典分别是dataset、anns、cats、imgs，同时创建两个默认字典（默认字典的学习笔记）默认字典CSDN链接

再判断路径是否为空，不为空时使用json库方法下载标注文件，下载下来的dataset格式为dict

再调用创建索引函数

在这个方法中，创建三个空字典anns, cats, imgs,然后分别判断字典中是否有annotation、images、categories的关键字

对于dataset["annotation"]是有一个所有对象的列表，每一元素都是一个字典，imgToAnns字典里面的每一个图像名称id列表记录这张图象的所有对象

anns字典每一个图像序号id关键字记录标注的对象信息字典

对于dataset["images"]是包含所有图片的字典，imgs字典记录每一张图像名称id的图片信息字典

对于dataset["categories"]是一个字典列表，cats字典记录每一种类别id的类别信息

catToImgs字典记录每一个类别id的图像名称id

ids = list(sorted(coco.imgs.keys()))

ids为图片的名称id排序列表

coco_classes = dict([(v["id"], v["name"]) for k, v in coco.cats.items()])

coco_classes实际上为categories字典列表中每一个字典抽取出来类别id和类别名称构成字典

再下面感觉有点水平不够，等以后变强了再回来看

四、验证目标检测任务MAP

4.1预测结果输出格式

目标检测预测格式

假设我们有预测结果如下（原文博主训练得到的预测结果）

我们将其保存为predict_results.json文件

再执行下面代码比较预测值与ground_truth

from pycocotools.coco import COCO
from pycocotools.cocoeval import COCOeval
 
 
# accumulate predictions from all images
# 载入coco2017验证集标注文件
coco_true = COCO(annotation_file="./annotations/instances_val2017.json")
# 载入网络在coco2017验证集上预测的结果
coco_pre = coco_true.loadRes('./predict/predict_results.json')
 
coco_evaluator = COCOeval(cocoGt=coco_true, cocoDt=coco_pre, iouType="bbox")
coco_evaluator.evaluate()
coco_evaluator.accumulate()
coco_evaluator.summarize()

得到输出结果：

下一篇记录目标检测的评估指标：CoCo数据集-目标检测指标MAP_SL1029_的博客-CSDN博客

五、学习的博客与视频

MS COCO数据集介绍以及pycocotools简单使用_太阳花的小绿豆的博客-CSDN博客

COCO数据集介绍以及pycocotools简单使用_哔哩哔哩_bilibili

CoCo数据集官方网站：COCO - Common Objects in Context (cocodataset.org)

CoCo官方API地址：cocodataset/cocoapi: COCO API - Dataset @ http://cocodataset.org/ (github.com)