文章目录
-
- [1. 数据集介绍](#1. 数据集介绍)
- [2. 使用pycocotools读取数据](#2. 使用pycocotools读取数据)
- [3. 验证mAP](#3. 验证mAP)
论文：Microsoft COCO: Common Objects in Context
1. 数据集介绍
MS COCO是一个非常大型，且常用的数据集，其中包括了目标检测、分割、图像描述等，其主要特征如下：
- Object segmentation：目标集分割
- Recognition in context：图像情景识别
- Superpixel stuff segmentation：超像素分割
- 330K image(>200K labeled)：超过33万张图像，标注过的图像超过20万张
- 1.5 million object instances：150万个对象实例
- 80 object categories：80个目标类别
- 91 stuff categories：91个材料类别
- 5 captions per image：每张图像有5段情景描述
- 250000 people with keypoints：对25万个人进行了关键点标注
什么是stuff类别？
- stuff中包含没有明确边界的材料和对象
object的80类与stuff中的91类的区别在哪?
- 简单的理解就是object80类是stuff91类的子集。如果仅仅是做目标检测，基本只用object80类即可。
与PASCAL VOC对比
与训练效果好，但是更费时。
数据集下载
进入MS COCO官网，点击Dataset->download
对于目标检测，主要下载三个文件：
- 2017 Train images [118K/18GB]：训练过程中，使用到的所有图像文件
- 2017 Val images [5K/1GB]：验证过程中使用到的所有图像文件
- 2017 Train/Val annotations [241MB]：对于训练集和验证集的标注json文件
将下载好的文件都解压到同一文件夹下，可得到如下文件结构：
官方有给出一个关于标注文件的格式说明：https://cocodataset.org/#format-data
在instances_train2017.json中
注意：这里的category_id对应的是在stuff91类中的索引。
在类别中，有一个supercategory超类，为一些类别的统称。这里的id也是对应的stuff91种的索引。这里共80个类别，但是id并不是从1到80。所以，如果我们要去训练80个类别的目标检测网络的话，是需要做一个映射的，将这些类别的索引映射到1到80上。
2. 使用pycocotools读取数据
pycocotools，即python api tools of COCO。
COCO是一个大型的图像数据集，用于目标检测、分割、人的关键点检测、素材分割和标题生成。这个包提供了Matlab、Python和LuaAPI，这些api有助于在COCO中加载、解析和可视化注释。Matlab和PythonAPI是完整的，LuaAPI只提供基本功能。
安装pycocotools
bash
pip install pycocotools使用pycocotools
python
import os.path
import matplotlib.pyplot as plt
from pycocotools.coco import COCO
from PIL import Image, ImageDraw, ImageFont
json_file = "/Volumes/zt/dataset/MS COCO2017/annotations/instances_val2017.json"
img_path = "/Volumes/zt/dataset/MS COCO2017/val2017"
# 加载coco json文件
coco = COCO(annotation_file=json_file)
# 获取json文件中所有图像的索引 并且进行排序
ids = list(sorted(coco.imgs.keys()))
print("number of images: {}".format(len(ids)))
# 获取所有coco类别标签
coco_classes = dict([(v["id"],v["name"]) for k,v in coco.cats.items()])
# 遍历前3张图像
for img_id in ids[:3]:
# 获取对应图像id的所有标注目标的索引 annotations idx信息
ann_ids = coco.getAnnIds(imgIds=img_id)
# 根据标注目标的索引 annotations idx信息获取所有标注信息
targets = coco.loadAnns(ann_ids)
# 获取图像文件名称
img_name = coco.loadImgs(img_id)[0]['file_name']
# 读取图像 转为RGB格式
img = Image.open(os.path.join(img_path,img_name)).convert("RGB")
draw = ImageDraw.Draw(img)
# 画出标注框
for target in targets:
x,y,w,h = target["bbox"]
x1,y1,x2,y2 = x,y,int(x+w),int(y+h)
draw.rectangle((x1,y1,x2,y2),width=3,outline="red")
font = ImageFont.truetype('/System/Library/Fonts/Times.ttc', 24)
draw.text((x1,y1),coco_classes[target["category_id"]],fill="red",font=font)
plt.imshow(img)
plt.show()结果：
3. 验证mAP
首先要弄清楚cocoapi指定的数据格式（训练网络预测的结果），在官网的Evaluate下拉框中选择Results Format，可以看到每种任务的指定数据格式要求。
根据官方文档给的预测结果格式可以看到，我们需要以列表的形式保存结果，列表中的每个元素对应一个检测目标（每个元素都是字典类型），每个目标记录了四个信息：
image_id记录该目标所属图像的id（int类型）category_id记录预测该目标的类别索引，注意这里索引是对应stuff中91个类别的索引信息（int类型）bbox记录预测该目标的边界框信息，注意对应目标的[xmin,ymin,width,height]（list[float]类型）score记录预测该目标的概率（float类型）
计算mAP，代码实现：
python
from pycocotools.coco import COCO
from pycocotools.cocoeval import COCOeval
# 载入coco2017验证集标注文件
# accumulate predictions from all iamges
coco_true = COCO(annotation_file='./instances_train2017.json')
# 载入网络在coco2017验证集上的预测结果
coco_pred = COCO(annotation_file='./predict_result.json')
coco_evaluator = COCOeval(cocoGt=coco_true, cocoDt=coco_pred,iouType='bbox')
coco_evaluator.evaluate()
coco_evaluator.accumulate()
coco_evaluator.summarize()