常见数据集格式+数据集标注

一、什么是目标检测？

简单的来说就是，识别出目标的位置+类别。
例如：
人脸检测就是以人脸为目标进行检测

文字检测就是以文字为目标进行检测

目前主流的目标检测，都是以矩形框的形式进行输出，就是用矩形框将检测到的目标框出，但是这样的话精度就没有特别高，框内可能还有其他的目标。

语义分割：具有更高精度

二、常见数据集

1.VOC数据集

VOC数据集官网
VOC数据具体说明
参考文章：
目标检测：PASCAL VOC 数据集简介
Pascal Voc数据集详细分析
PASCAL VOC数据集分析

2.COCO数据集

COCO数据集官网
参考文章：
COCO数据集介绍

三、数据集标注

线上标注网址：
makesense
CVAT
参考文章：
深度学习中常见的打标签工具和数据集集合
借助AI模型目标检测打标签工具 ：Makesense.ai , 解放双手 ! ! !
CVAT制作COCO数据集，VOC数据集或其它格式的数据集简易入门教程

四、pytorch读取coco数据集

读取源码：

import torchvision
from PIL import ImageDraw

coco_data = torchvision.datasets.CocoDetection(
				root="./val2007",# 存放图片的文件夹路径
                annFile="./instances_val2017.json",  # 标注文件的路径
                                               )


# 第一个元素是PIL image,第二个元素是标注
image,info = coco_data[0]
# 创建ImageDraw对象用于绘制矩形框
image_handler = ImageDraw.ImageDraw(image)

# 从标注信息中取出标注的坐标位置
for annotation in info:
	# 获取标注位置
    x_min,y_min,width,height = annotation["bbox"]
    # 在取出的第一张图片上绘制标注矩形框
    image_handler.rectangle((x_min,y_min),(x_min+width,y_min+height))

image.show()

tips

• 熟练使用debug查询读取到的数据集的属性以及标注的属性进行分析。