问题标签 [mscoco]

所以我有以下代码，我希望获得一张图片的所有类别，但它只显示一张图片的一个类别，即使该图片可能有多个注释： https ://gist.github.com/monajalal/7cb8f660848421a38447160f7e9fefff

另外，我怎样才能加载与一个图像 ID 相关的类别？代码的最后几行给出了错误：

这是代码执行的样子：

我们看到这里显示了各种类别，但是使用 API 仅捕获类别杯。 http://mscoco.org/explore/?id=1927052

如何创建一个MS COCO 风格的数据集以与 TensorFlow 一起使用？有没有人有这方面的经验？我有图像、注释以及基本事实掩码。我需要将它们转换为与 MS COCO 兼容，并感谢任何帮助。我找不到任何开源工具来创建 COCO 风格的 JSON 注释。

TensorFlow MS COCO 读取我不太熟悉的 JSON 文件。

我有两个目录：

和

dir1 包含来自 COCO 数据集的图像，而 dir2 当前为空。我还有一个列表，其中包含一些图像的名称（从 dir1 中提取）：

我需要做的是将list1中的图像名称与dir1中的图像名称进行比较，并将匹配的图像保存到dir2中。以下是我到目前为止所拥有的：

我无法理解如何将相同的图像保存到 dir2 中。我检查了这个链接和这个。非常感谢任何帮助。谢谢你。

我正在使用 MS-COCO 数据集，我想提取与背包（类别 ID：27）和笔记本电脑（类别 ID：73）类别对应的图像的边界框和标签，并将它们存储到不同的文本文件中进行训练稍后基于神经网络的模型。

我已经提取了与上述两个类别相对应的图像，并在一个单独的文件夹中创建了空注释文件，我希望在其中存储注释和标签（注释文件的格式类似于：标签 x ywh where w and h指示检测到的类别的宽度和高度）。我基于COCO-API（准确地说是 coco.py）来提取图像并创建空文本注释文件。

以下是我为此编写的主要功能coco.py：

我这里只提供了 main 函数，其余代码是COCO-API 中的coco.py文件。

我调试了代码发现有不同的数据结构：

• cats，一个将类别 ID 映射到它们的超类别和类别名称（标签）的字典。
• imgToAnns，也是一个字典，它将每个图像 ID 映射到它的分割基础事实、边界框基础事实、类别 ID 等。据我目前所知，我想我需要使用这本字典以某种方式映射我拥有的图像名称在bag_img_names和laptop_img_names列表到他们的标签和边界框，但我无法思考正确的方向，关于如何访问这个字典（coco.py 中没有方法直接返回它）。
• imgs，另一个字典，它提供有关所有图像的元信息，例如图像名称、图像 url、捕获日期等。

最后，我知道这是一个非常具体的问题。如果这属于 stackoverflow 以外的社区（例如 stats.stackexchange.com），请随时告诉我，我会将其删除。此外，我可能错过了一些重要信息。如果我能想到它，或者如果有人问，我会提供它。

我只是 Python 的初学者，所以如果我可能遗漏了一些明显的东西，请原谅我。

任何帮助都将受到高度赞赏。谢谢你。

现在我正在重现 Mask R-CNN（实例分割任务。）

我不知道如何使用 MS COCO 测试数据集。

存在具有特定注释的“instances_train2014”、“instances_val2014”。

但是在测试数据中，只有image_id、image_url、图片的高度和宽度。我根本不知道如何使用它。

任何人都可以解决这个问题吗？:( 抱歉英语很糟糕

看来COCO PythonAPI只支持python2。但是人们确实在 python3 环境中使用它。

我尝试了可能的安装方法，比如

但是python3 setup.py install会因为包含 python2 打印功能coco.py而失败。cocoeval.py

更新：通过更新COCO PythonAPI项目解决。把这个问题留给面临同样问题的人。

我正在尝试向 tensorflow 对象检测模型中的 ms_coco_model （有 90 个类）添加一个新类并运行相同的训练集。我正在使用预训练模型检查点：“ssd_mobilenet_v1_coco_checkpoint”来加快训练步骤。

我关注了博客https://towardsdatascience.com/how-to-train-your-own-object-detector-with-tensorflows-object-detector-api-bec72ecfe1d9，这非常有效。因为它仅在 .pbtxt 文件中具有 1 个类的 racoon 数据集上运行训练步骤。输出与预期一致，并且能够“仅”检测给定输入文件中的浣熊。

我想要实现的是，能够检测给定输入文件中的浣熊以及其他对象。我遵循以下方法：

1. 将 raccoon 注释 .xml 转换为 .json 格式（与 ms_coco 数据集相同）
2. 向 ms_coco 图像和注释文件添加了 raccoon 图像和注释
3. 运行 create_tfrecord 脚本为组合的 ms_coco + raccoon 数据生成 tfrecord，用于训练步骤
4. 更新了 .pbtxt 文件并添加了 id: 91 的 raccoon 类
5. 使用预训练模型 ssd_mobilenet_v1_coco_checkpoint 开始训练步骤

但即使在训练了大约 2k 步之后，我也无法达到预期的输出。

这种方法将新的类数据添加到现有数据模型中是否正确？我在这里想念什么吗？

我想对视频文件中的对象进行语义分割。我更喜欢在 COCO 数据集（或 COCO stuff 数据集）上使用预训练模型，并开始使用它对我自己的视频文件进行语义分割和对象检测。我遇到的大多数主题都是关于 COCO 数据集的训练算法。我正在寻找一个可以直接用于分割我自己的视频文件的预训练模型（一个冻结的图形文件）。

谁能指导我如何做到这一点？

PS 我可以使用来自 tensorflow 模型动物园的预训练模型进行对象检测，但我无法将其扩展为对象分割。

我有完整的 COCO 2017 数据集（Train、Test、Val），我想从中创建 tf_record 文件。但并非适用于所有课程，而是仅适用于某些选定的课程。因此，我有一个 label_map，其中包含我想以以下 tf 格式包含在 tf_records 中的所有类：

为所有类创建完整的 tf_record 的标准脚本是这样的：

我尝试使用 label_map_util 将我的自定义标签映射加载为类别索引，但它给了我不知道如何解决的关键错误。

有人知道如何完成这项任务吗？

我正在使用 Mask-RCNN 并希望训练我自己的可可风格数据集，其中包含几个类别。首先，我只有 2 个类（除了背景）。

虽然 Mask-RCNN 带有样本数据集，但它们要么只包含一个类，要么自己生成数据，这让我无法理解如何加载带注释的图像并开始训练。我一直在 Python 函数上花费大量时间，但不断收到错误，例如：

这让我几乎一无所知。

我拥有的当前加载器（加载我的可可样式数据集）如下（来自 Mask R-CNN 存储库中的可可加载器）

自然不会加载任何内容。

有人可以帮我写一个加载器函数，它可以在各种 coco 风格的数据集中使用，不管类号是多少？

这是我的数据集结构，它是 coco 风格的：

编辑：完整追溯：