浅谈COCO数据集用于语义分割的预训练

备注:本文以coco2017的数据集为例。

1.概况

  • 首先了解整个coco2017这个数据集的概况,coco2017数据集共包含了四种不同的challenges(分别是:object detection,keypoints detection, stuff segmentation, panoptic segmentation) 。
  • coco官网主要提供了6个关于coco2017数据集的下载包,分别是:2017 Train images,2017 Test images,2017 Val images,Train/Val annotation是,Stuff Train/val annotations, Panoptic Train/Val annotations。
  • 在六个文件中,用于语义分割预训练的是前四个文件。前三个文件夹包含的是coco2017的原始图片,而最后一个文件包含的就是图片相应的标注。

2.理解annotation文档

  与PASCAL VOC 2012和Cityscapes不同的是,coco数据集的标注是单独放在json文档里的,而不是每一张原始图对应一个分割的标签。 因此在学习使用coco做预训练之前,要了解annotation文档的结构。

  • annotation文档里包含了6个文档,分别是captions_train2017.json,captions_val2017.json,instances_train2017.json,instances_val2017.json,person_keypoints_train2017.json,person_keypoints_val2017.json。而语义分割用到的是instances_train2017.json和instances_val2017.json。
  • 以instances_train2017.json为例,来了解instance的json文档的结构。首先json文档具有以下的构成形式:{“info”:..., "licenses": ..., "images": ..., “annotations”: ..., “categories”: ...}

你可能感兴趣的:(MS,COCO)