公式情報を整理
COCO API よりKWCOCOの方が使いやすそう
{
"info": {
"year": int,
"version": str,
"description": str,
"contributor": str,
"url": str,
"date_created": datetime,
},
"licenses": [{
"id": int,
"name": str,
"url": str,
}],
"images": [{
"id": int,
"width": int,
"height": int,
"file_name": str,
"license": int,
"flickr_url": str,
"coco_url": str,
"date_captured": datetime,
}],
"annotations": [annotation],
}
licenses
- 異なるライセンスの画像を扱うためlistとして保持
- ライセンス毎に1から始まる
id を付与
images
- 複数の画像を扱うためlistとして保持
id の決め方は謎 (データセット毎にユニークならOK？)
物体検出用フォーマット
以下の通りで，各物体はカテゴリID，セグメンテーションマスクの情報を持つ．
annotation{
"id": int,
"image_id": int,
"category_id": int,
"segmentation": RLE or [polygon],
"area": float,
"bbox": [x,y,width,height],
"iscrowd": 0 or 1,
}
categories[{
"id": int,
"name": str,
"supercategory": str,
}]
annotations
iscrowd
0 なら単一の物体が含まれている1 なら同一 category の物体が複数含まれている
segmentation
iscrowd=0 なら，対象物体を囲むポリゴンの頂点座標のlist．オクルージョンで複数の領域に分割されている単一物体はポリゴンの頂点座標のlistのlistになる．iscrowd=1 なら，RLE (Run-Length Encoding)．bbox で囲まれた領域内で物体が占める場所を表す情報らしい．どう考えてもCOCO-API使って計算しなきゃダメなやつ．
- 1枚の画像の中に複数(カテゴリ)の物体が存在するため， 物体毎にユニークな
id を付与 (overkillと言われてるけどそんなもんらしい)
categories
supercategory はカテゴリの上位集合id は1からはじまる- 2017valは90個のカテゴリ
Python, MatLab, LuaのAPIが提供されている．
LuaのAPIは基本的な機能のみらしい．
pip install pycocotools
cocoapiのデモ (train,val)
cocoapiのデモ (test)
