第五篇:如何标注并生成mmpose关键点检测的自定义数据集

在利用关键点检测任务时,如何给自己的图像数据做keypoints标注,是一个难点。目前主要有以下两个方法:

  • 对于单个目标的的keypoint标注,可以先用labelme标注点,然后用python把labelme的json格式转换为coco的json。注:labelme不支持x,y,v格式(下面会说)。
  • 对于多个目标的的keypoint标注,一般是使用coco-annonate工具。

COCO数据集的关键点标注字段如下

annotation{
    "keypoints": [x1,y1,v1,...],  #关键点坐标及标志位 v 
    "num_keypoints": int,    #关键点数量(要求v>0)
    "id": int,
    "image_id": int,    #图像id号,对应图像的文件名
    "category_id": int, #只有一个类别,所以为1
    "segmentation": RLE or [polygon],  #iscrowd 为 0 时是polygon格式,为1时是 RLE格式,代表分割图(用多边形框出人体)
    "area": float,  #矩形框的面积
    "bbox&#

你可能感兴趣的:(关键点检测干货分享,mmpose,自定义数据集,标注,关键点检测)