TensorFlow COCO
Common Objects in COntext(COCO)分为训练集(train),验证集(val)和测试集(test)
标注分3类,都以json格式保存
- object instances(目标实例)
- object keypoints(目标关键点)
- image captions(看图说话)
key的解释:
每个标注分类公共的key
“info”:{
“description”:描述,
“url”:“http://mscoco.org”,
“version”:版本
“year”:年份
“contributor”:贡献的人
“date_created”:创建时间
}
“images”:{
“license”:3,
“file_name”:图片的名称,
“coco_url”:网页url,
“height”:高度
“width”:宽度
“date_captured”:创建时间
“flickr_url”:
“id”:
},
“licenses”:{
“url”:连接
“id”:1,
“name”:名称
},
Object Instance类型的标注格式
整体的格式,‘info’,‘licenses’,'images’这三者通用,已经讲过.images的数量就是图片的数量,annotations的数量就是boundingbox的数量,categories是总分类数
{"info": info,"licenses": [license],"images": [image],"annotations": [annotation],"categories": [category]
}
annotations
annotation{"id": int, "image_id": int,"category_id": int,"segmentation": RLE or [polygon],"area": float,"bbox": [x,y,width,height],"iscrowd": 0 or 1,
}
segmentation:单个对象(isrowd=0)使用polygons,多个对象(isrowd=1)使用RLE
单个对象(iscrowd=0)可能需要多个polygon比如对象被遮挡的部分
area:标注区域的面积
bbox:左上角坐标,高和宽
categories
{"id": int,"name": str,"supercategory": str,
}
id是对应了类别
name是类别的名字
Object Keypoint类型的标注格式
这个主要是对人进行识别,包含了人的姿势
整体
{"info": info,"licenses": [license],"images": [image],"annotations": [annotation],"categories": [category]
}
annotations
包含了Object Instance中annotation结构体的所有字段,再加上2个额外的字段。
categories字段
keypoints是一个长度为k的数组,包含了每个关键点的名字
skeleton定义了各个关键点之间的连接性
Image Caption
没有categories字段
{"info": info,"licenses": [license],"images": [image],"annotations": [annotation]
}
annotation
annotation{"id": int,"image_id": int,"caption": str
}
参考:
https://zhuanlan.zhihu.com/p/29393415
TensorFlow COCO相关推荐
- tensorflow精进之路(二十四)——Object Detection API目标检测(中)(COCO数据集训练的模型—ssd_mobilenet_v1_coco模型)
1.概述 上一讲简单的讲了目标检测的原理以及Tensorflow Object Detection API的安装,这一节继续讲Tensorflow Object Detection API怎么用. 2 ...
- 如何将tensorflow mobilenet v1 coco 转成 coreml 模型 ?
好久好久没有写博客了,今天记录下前段时间做一个项目遇到的问题和解决办法.之前做一个ios app,需要将训练好的 mobilenetv1 ssd 模型部署到 app上,所以研究了下模型转换(说实话mo ...
- 使用TensorFlow跟踪千年猎鹰
by Nick Bourdakos 由Nick Bourdakos 使用TensorFlow跟踪千年猎鹰 (Tracking the Millennium Falcon with TensorFlow ...
- 上手必备!不可错过的TensorFlow、PyTorch和Keras样例资源
作者 | 黄海广来源 | 机器学习初学者(ID: ai-start-com)TensorFlow.Keras和PyTorch是目前深度学习的主要框架,也是入门深度学习必须掌握的三大框架,但是官方文档相 ...
- 如何利用Tensorflow和OpenCV构建实时对象识别程序?
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 引言 在本文中,将逐步介绍如何使用Tensorflow(TF)的新 ...
- TensorFlow中的对象检测教程:实时对象检测
导言 创建能够在单个图像中识别和定位多个对象的精确机器学习模型仍然是计算机视觉中的核心挑战.但随着最近深度学习的进步,对象检测应用程序比以往更容易开发.TensorFlow的对象检测API是一个构建与 ...
- tensorflow——openpose代码和原理分析
做openpose已经做了两个月了,精度和速度都还没有提上去,但是还是要总结一下. 人体姿态估计(pose estimation)的目标 实时地对图片中每个人的姿态进行精准的估计.总结起来,就是实时的 ...
- 实践操作:六步教你如何用开源框架Tensorflow对象检测API构建一个玩具检测器
TensorFlow对象检测API是一个建立在TensorFlow之上的开源框架,可以轻松构建,训练和部署对象检测模型. 到目前为止,API的性能给我留下了深刻的印象.在这篇文章中,我将API的对象设 ...
- TensorFlow:Object_Detection_API在Windows10上的配置
安装 假设已配置完tensorflow,并安装好Anaconda3-4.2.0(此版本为python3.5) 从github下载models tensorflow/models Protobuf ...
最新文章
- Kaggle比赛的进阶技巧和国内比赛前十套路
- 三大国有银行同时入股 AI 公司第四范式
- IDE之EcliPse:EcliPse软件的简介、安装、入门、使用方法之详细攻略
- rfc3095中文版_RFC3095
- C#多维数组与嵌套数组
- 扎克伯格的中文夜:想要成功就不能放弃
- Python版——博客网站四 编写日志创建页
- MAC地址和IP地址的关系
- python循环语句while的格式_Python循环语句之while循环22
- 2.5 Go 算术运算与变量使用技巧
- 5分绩点转4分_高考语文如何考上120分?衡中老师建议:这5点高中生必须重视
- 《Python编程从入门到实践》记录之列表遍历
- 辞职在家全职炒股需要什么条件?
- java jquery怎么取值_jquery 取值
- POJ3068 Shortest pair of paths 【费用流】
- EasyDrv 3.5 Beta 1.5驱动选择工具最新版
- 如何利用labelImg软件标图
- 常见软件环境的配置、下载...
- 速记混淆矩阵中的FP、FN、FP、TN
- SMP,UMA,NUMA,MPP的概念理解
热门文章
- y空间兑换代码_【CV学习笔记】色彩空间
- 计算机一级高级技师,高级工程师与高级技师职称有什么区别?快来了解一下吧...
- netbeans基于mysql学生信息_学生信息管理系统的设计与实现(NetBeans IDE,MySQL)
- catia func 三菱后处理_20款三菱帕杰罗V97奢华SUV 津港促销价_搜狐汽车
- Python+socket+多线程实现同时应答多客户端的自助聊天机器人
- 微课|中学生可以这样学Python(5.8.2节):使用切片修改列表
- Python内置函数any()、map()组合运用案例一则
- jtoken判断是否包含键_Redis源码解析十三--有序集合类型键实现(t_zset)
- 蓝鸽英语学习平台_蓝鸽集团携手英特尔,共筑智慧校园新生态——蓝鸽amp;英特尔智慧校园建设高峰论坛顺利举办...
- iphone11什么时候上市_红米k30s至尊纪念版什么时候上市开售 预售地址入口