python - 调整 COCO 边界框的大小以进行对象检测

Question

所以这是我的第一个问题。我正在准备一个用于对象检测的数据集。到目前为止，我做了以下事情：

1. 我有一张原始图片（尺寸 w4000 x h3000）。
2. 我使用标注平台Roboflow将其标注为COCO格式，图中近250个物体。
3. Roboflow 返回了一张缩小的图片 (2048x1536)，其中包含一个带有 COCO 格式注释的相应 json 文件。
4. 然后，为了从我的原始图片中获取数据集（因为我有很多对象并且图片足够大），我决定将原始图片平铺成 224x224 的补丁。为此，我放大了一点 (4032x3136) 以便能够正确切片，获得 252 张图片。

问题

1. 如何将 Roboflow 2048x1536 图片的边界框调整为原始图片 (4032x3136)？

2. 一旦 b.boxes 被调整为我的原始大小图片，我如何再次调整它们的大小，使大小适应通过切片原始图片创建的每个补丁 (224x224)？

谢谢！！

Answer 1

听起来最终目标是从源 4032x3136 图像中平铺 224x224 图像，并正确更新边界框。

至少在 Roboflow 中，您可以将平铺作为预处理步骤添加到原始 4032x3136 图像中。图像将分解为您选择的图块数量（2x2、3x3、NxY）。边界框将被正确更新以覆盖每个单独的图块上的对象。

要根据您描述的内容重新实现代码，您需要：

1. 将您的 2048x1536 图像放大到 4032x3136
2. 相应地缩放边界框
3. 使用 Pil 之类的工具将图像分解为 224x224 的图块
4. 更新要分解为各个图块上的坐标的注释；每个图块一个注释