COCO pose数据集标注文件详解

注意:使用python3来描述数据集中的内容

导入python

使用val2014来举例:

from pycocotools.coco import COCO
import numpy as np
import skimage.io as io
import matplotlib.pyplot as plt
import pylab
import pdb
import jsonpylab.rcParams['figure.figsize'] = (8.0, 10.0)dataDir='/data3/MSCOCO'
dataType='val2014'
annFile='{}/annotations/person_keypoints_{}.json'.format(dataDir,dataType)with open(annFile,'r') as f:coco_dict = json.load(f)
pdb.set_trace()

之后利用pdb来探索数据集中的内容,结果如下:
coco_dict为dict类型,其keys如下:

['info',
'images',
'licenses',
'annotations',
'categories']

下面来依次将各个键值对取出查看其内容:

  1. info数据类型为dict类型,具体内容为:
{'description': 'This is stable 1.0 version of the 2014 MS COCO dataset.',
'url': 'http://mscoco.org',
'version': '1.0',
'year': 2014,
'contributor': 'Microsoft COCO group',
'date_created': '2015-01-27 09:11:52.357475'}
  1. images数据类型为list,list中的每一项为dict类型。这里只拿出其中一项来查看,其他类似:
{'license': 3,  #许可证编号
'file_name': 'COCO_val2014_000000391895.jpg',
'coco_url': 'http://mscoco.org/images/391895',
'height': 360,
'width': 640,
'date_captured': '2013-11-14 11:18:45',
'flickr_url': 'http://farm9.staticflickr.com/8186/8119368305_4e622c8349_z.jpg', #flickr外部链接
'id': 391895}

注意:images的id字段的值与image一一对应。

  1. licenses为许可证,为list类型长度为8,每一项都是dict类型。同样这里也只拿出一项来,其他类似:
{'url': 'http://creativecommons.org/licenses/by-nc-sa/2.0/',
'id': 1, #从1到 8
'name': 'Attribution-NonCommercial-ShareAlike License'}
  1. annotations类型为list,每一项为dict,单项的内容为:
{'segmentation': [[267.03, 243.78, 314.59, 154.05, 357.84, 136.76, 374.05, 104.32, 410.81, 110.81, 429.19, 131.35, 420.54, 165.95, 451.89, 209.19, 464.86, 240.54, 480, 253.51, 484.32, 263.24, 496.22, 271.89, 484.32, 278.38, 438.92, 257.84, 401.08, 216.76, 370.81, 247.03, 414.05, 277.3, 433.51, 304.32, 443.24, 323.78, 400, 362.7, 376.22, 375.68, 400, 418.92, 394.59, 424.32, 337.3, 382.16, 337.3, 371.35, 388.11, 327.03, 341.62, 301.08, 311.35, 276.22, 304.86, 263.24, 294.05, 249.19]],
'num_keypoints': 8,
'area': 28292.08625,
'iscrowd': 0,
'keypoints': [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 325, 160, 2, 398, 177, 2, 0, 0, 0, 437, 238, 2, 0, 0, 0, 477, 270, 2, 287, 255, 1, 339, 267, 2, 0, 0, 0, 423, 314, 2, 0, 0, 0, 355, 367, 2],
'image_id': 537548,
'bbox': [267.03, 104.32, 229.19, 320],
'category_id': 1,
'id': 183020}

注意:annotations的id字段与anno一一对应,而image_id字段与image一一对应。一个image可能对应多个anno。

  1. categories为list,长度为1,内容如下:
[{'supercategory': 'person',
'skeleton': [[16, 14], [14, 12], [17, 15], [15, 13], [12, 13], [6, 12], [7, 13], [6, 7], [6, 8], [7, 9], [8, 10], [9, 11], [2, 3], [1, 2], [1, 3], [2, 4], [3, 5], [4, 6], [5, 7]],
'id': 1,
'keypoints': ['nose', 'left_eye', 'right_eye', 'left_ear', 'right_ear', 'left_shoulder', 'right_shoulder', 'left_elbow', 'right_elbow', 'left_wrist', 'right_wrist', 'left_hip', 'right_hip', 'left_knee', 'right_knee', 'left_ankle', 'right_ankle'],
'name': 'person'}]

注意:由于人体姿态估计研究对象只有人,所以categories list的长度为1 。在segmentation中长度为种类数80 。

COCO pose数据集标注文件详解相关推荐

  1. COCO数据集标注格式详解----object instances

    coco数据集 类别:80类 3种标注类型,使用json文件存储,每种类型包含了训练和验证 object instances (目标实例): 也就是目标检测object detection objec ...

  2. Android - Manifest 文件 详解

    Manifest 文件 详解 本文地址: http://blog.csdn.net/caroline_wendy/article/details/20899281 Manifest可以定义应用程序及其 ...

  3. python数据集的预处理_关于Pytorch的MNIST数据集的预处理详解

    关于Pytorch的MNIST数据集的预处理详解 MNIST的准确率达到99.7% 用于MNIST的卷积神经网络(CNN)的实现,具有各种技术,例如数据增强,丢失,伪随机化等. 操作系统:ubuntu ...

  4. mybatis 鉴别其_MyBatis之Mapper XML 文件详解(四)-JDBC 类型和嵌套查询

    MyBatis之Mapper XML 文件详解(四)-JDBC 类型和嵌套查询 白玉 IT哈哈 支持的 JDBC 类型 为了未来的参考,MyBatis 通过包含的 jdbcType 枚举型,支持下面的 ...

  5. 【java学习之路】(java框架)004.Mybatis SQL映射文件详解

    02Mybatis SQL映射文件详解 ​ 在之前我们学习了mybatis的全局配置文件,下面我们开始学习mybatis的映射文件,在映射文件中,可以编写以下的顶级元素标签: cache – 该命名空 ...

  6. GAZEBO 中 sdf文件详解

    转载自:https://blog.csdn.net/weixin_44900096/article/details/103017522 GAZEBO 中 sdf文件详解 木木木一 2019-11-11 ...

  7. 数据集标注文件JSON格式简析

    Hey,最近在处理数据集的标注问题,今天来简要介绍一下数据集标注文件的json格式. 主要简介一下主流数据集COCO:COCO的全称是Common Objects in Context,是微软团队提供 ...

  8. Linux中/proc目录下文件详解

    Linux中/proc目录下文件详解(一) 声明:可以自由转载本文,但请务必保留本文的完整性. 作者:张子坚 email:zhangzijian@163.com 说明:本文所涉及示例均在fedora ...

  9. Mybatis复习笔记3:映射文件详解

    映射文件详解 参数处理(#和$的区别) #{}:可以获取map中的值或者实体对象属性的值: ${}:可以获取map中的值或者实体对象属性的值: select * from person where i ...

最新文章

  1. usaco Sorting a Three-Valued Sequence 三值的排序
  2. 题目:任意给定一个浮点数,计算这个浮点数的立方根。(基于二分法和牛顿迭代法)(基于Java实现)
  3. DNS浅析-Bind软件的使用及搭建一个简单的DNS缓存服务器
  4. 搜星流程(1)-[Qualcomm][BSP-GPS]
  5. 神策 2021 数据驱动大会丨北京主会场首日直播,拼团早鸟票特惠来袭
  6. oracle用户名无法登陆,sysdba却可以登陆
  7. Spring 教程03
  8. 获取请求消息行信息案例代码
  9. 3d激光雷达开发(voxel滤波)
  10. 【VM】—VM安装包
  11. Python 爬虫咸鱼版
  12. 如何提高 Rust 程序的性能?
  13. Spring MVC (mvc框架)
  14. 【CCCC】L2-002 链表去重 (25分),,把一个链表拆成两个
  15. postgresql 索引使用参考
  16. kindle文件转PDF文件
  17. 【启动】Windows上启动图形化软件,报错: 无法启动此程序,因为计算机中丢失api-ms-win-crt-runtime-1-1-0.dll...
  18. c++ 制作木马病毒
  19. gie拉取Can‘t update master has no tracked branch
  20. CR渲染太慢,怎么优化CR渲染任务

热门文章

  1. 假发外贸如何获取流量?
  2. docker 部署BSC(币安智能链)v1.1.2版本开发网--ws协议
  3. 安徽事业单位考试计算机基本知识,2017安徽事业单位考试备考资料:计算机知识(计算机操作系统)...
  4. 我还是个孩子,一个疯疯癫癫的孩子
  5. c语言民宿管理系统,好的民宿客栈管理软件,哪些功能必须具备?
  6. vim使用技巧-如何暂时返回终端
  7. 自动锁螺丝机程序采用显控触摸屏加三菱FX3GA或者FX3U , 用PLC变址寄存器做配方,用D1000-D7999存储数据
  8. 一行代码!生成自己QQ、微信的动态二维码
  9. 02.MySQL索引,以及它们的好处和坏处
  10. matlab vlfeat hog,vlfeat-0.9.20-bin 特征提取的工具包,实现各种 ,如hog,lbp,sift. matlab 242万源代码下载- www.pudn.com...