MSCOCO数据中边界框和类别标签的提取

Question

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，以便以后训练基于神经网络的模型。在

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的注释文件，我希望在其中存储注释和标签（注释文件的格式类似于：labelx y wh，其中w和h表示检测到的类别）。我建立在dataset/cocoapi/tree/master/PythonAPI/pycocotools" rel="nofollow noreferrer">COCO-API之上(可可豆精确地说）提取图像并创建空文本注释文件。在

下面是我在coco.py之上编写的主要函数：

if __name__ == "__main__":
    littleCo = COCO('/home/r.bohare/coco_data/annotations/instances_train2014.json')
    #id_laptop = littleCo.getCatIds('laptop')

"""Extracting image ids corresponding to backpack and laptop images."""
    bag_img_ids = littleCo.getImgIds(catIds=[27])
    laptop_img_ids = littleCo.getImgIds(catIds=[73])
    #print "IDs of bag images:", bag_img_ids
    #print "IDs of laptop imgs:", laptop_img_ids

"""Extracting annotation ids corresponding to backpack and laptop images."""
    bag_ann_ids = littleCo.getAnnIds(catIds=[27])
    laptop_ann_ids = littleCo.getAnnIds(catIds=[73])
    #print "Annotation IDs of bags:", bag_ann_ids
    #print "Annotation IDs of laptops:", laptop_ann_ids

"""Extracting image names corresponding to bag and laptop categories."""
    bag_imgs = littleCo.loadImgs(ids=bag_img_ids)
    laptop_imgs = littleCo.loadImgs(ids=laptop_img_ids)
    #print "Bag images:", bag_imgs
    #print "Laptop images:", laptop_imgs

    bag_img_names = [image['file_name'] for image in bag_imgs]
    laptop_img_names = [image['file_name'] for image in laptop_imgs]
    print "Bag Images:", len(bag_img_names), bag_img_names[:5]
    print "Laptop Images:", len(laptop_img_names), laptop_img_names[:5]

"""Extracting annotations corresponding to bag and laptop images."""
    bag_ann = littleCo.loadAnns(ids=bag_ann_ids)
    laptop_ann = littleCo.loadAnns(ids=laptop_ann_ids)
    bag_bbox = [ann['bbox'] for ann in bag_ann]
    laptop_bbox = [ann['bbox'] for ann in laptop_ann]
    print "Bags' bounding boxes:", len(bag_ann), bag_bbox[:5]
    print "Laptops' bounding boxes:", len(laptop_bbox), laptop_bbox[:5]

"""Saving files corresponding to bags and laptop category in a directory."""
    import shutil
    #path_to_imgs = "/export/work/Data Pool/coco_data/train2014/"
    #path_to_subset_imgs = "/export/work/Data Pool/coco_subset_data/"
    path_to_ann = "/export/work/Data Pool/coco_subset_data/annotations/"
    dirs_list = [("/export/work/Data Pool/coco_data/train2014/", "/export/work/Data Pool/coco_subset_data/")]

    for source_folder, destination_folder in dirs_list:
        for img in bag_img_names:
            shutil.copy(source_folder + img, destination_folder + img)
        print "Bag images copied!"
        for img in laptop_img_names:
            shutil.copy(source_folder + img, destination_folder + img)
        print "Laptop images copied!" 

"""Creating empty files for annotation."""
    for f in os.listdir("/export/work/Data Pool/coco_subset_data/images/"):
        if f.endswith('.jpg'):
            open(os.path.join(path_to_ann, f.replace('.jpg', '.txt')), 'w+').close()
    print "Done creating empty annotation files." 

我在这里只提供了main函数，因为代码的其余部分是COCO-API中的coco.py文件。在

我调试了代码，发现有不同的数据结构：

• cats，一个字典，它将类别id映射到它们的超类别和类别名称（标签）。在
• imgToAnns，这也是一个字典，它将每个图像ID映射到它的分割背景真实性、边界框背景真实性、类别ID等等，我想我需要用这本词典把我在bag\u img永names和笔记本电脑名列表中的图像名称映射到它们的标签和边界框中，但我无法正确地思考如何访问这本词典（在可可豆直接返回）。在
• imgs，另一个字典，提供有关所有图像的元信息，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。请随时告诉我这是否属于stackoverflow以外的社区(stats.stackexchange.com网站例如），我将删除它。还有，我可能漏掉了一些重要的信息。如果我能想到，或者有人要求，我会提供的。在

我只是一个Python的初学者，所以如果我错过了一些显而易见的东西，请原谅我。在

任何帮助都是非常感谢的。谢谢您。在

Answer 1

两年过去了。现在可可豆你已经可以做你正在做的事情了，通过在末尾添加一些函数来将注释（转换为RLE格式）映射到图像。看看这个cocoapi.