Detectron: कोको डाटासेट के विस्तार के लिए "विभाजन" का RLE या बहुभुज प्रारूप

को निर्मित 2 फ़र॰ 2018 · 38टिप्पणियाँ · स्रोत: facebookresearch/Detectron

हाय डिटेक्ट्रॉन,

हाल ही में मैंने डिटेक्ट्रॉन को चलाने के लिए अपने कस्टम कोको डेटा को जोड़ने की कोशिश की और निम्नलिखित मुद्दों का सामना किया।
(1) कोको डेटा में "विभाजन" नीचे ation की तरह

{"विभाजन": [[४ ९९। segment१, ३ ९ ,.२ ......, ...... ३४२. ,१, १.3२.३१ ]] , "क्षेत्र": ४३४६६.१२ ,२५, "iscrowd": ०, "image_id": १2२१५५, "बॉक्स": [३३8..8 ९, ५१.६ ९, ५१। 205.82, 367.61], "श्रेणी_आईडी": 1, "आईडी": 1248258},

{"विभाजन": {"मायने रखता है": [66916, 6, 587, ..... 1, 114303], "आकार": [594, 640] }, "क्षेत्र": 6197, "iscrowd": 1 "image_id": 284445, "bbox": [112, 322, 335, 94], "category_id": 1, "id": 9.001002844e + 11},
"विभाजन" का पहला प्रारूप बहुभुज है और दूसरा RLE प्रारूप के लिए एन्कोड / डिकोड करने की आवश्यकता है।

ऊपर के प्रारूप डेट्रॉन पर चल सकते हैं।

(2) मैंने एक नई श्रेणी जोड़ी, और कोको एपीआई एनकोड () / डीकोड () मास्क के माध्यम से "विभाजन" क्षेत्र के लिए एक नया RLE प्रारूप तैयार किया।
मैंने इस तरह डेटा जेनरेट किया।

"विभाजन": [{ "मायने रखता है": "MNG = 1fb02O1O1O001N2O001O1O0O2O1O1O001N2O001O1O0O2O1O001O1O1O010000O01000O010000O01000O01000O01000O01N2N2M2O2N2N1O2N2O001O10O B000O10O1O001 ^ OQ ^ O9Pb0EQ ^ हे; Wb0OO01O1O1O001O1N2N`jT3?", "आकार": [600,1000]}]

मैंने पाया कि बोल्ड किए गए पात्र मूल कोको "विभाजन" जोंस प्रारूप से अलग हैं, हालांकि यह मैटरपार्ट के मास्क-आरसीएनएन के कार्यान्वयन पर चल सकता है।

इसके अलावा, मैंने अपनी आवश्यकता को पूरा करने के लिए कुछ Detectron कोड को संशोधित करने की कोशिश की, लेकिन मेरे लिए बहुत मुश्किल है क्योंकि बहुत सारे कोड को बदलने की आवश्यकता है।

क्या आप मुझे अपना कस्टम डेटा चलाने के लिए कुछ सुझाव दे सकते हैं?

धन्यवाद।

community help wanted

स्रोत

topcomma

👍1

सबसे उपयोगी टिप्पणी

@topcomma
शायद आप मास्क को पोलियों में बदलने की कोशिश कर सकते हैं।

labels_info = []
for mask in mask_list:
    # opencv 3.2
    mask_new, contours, hierarchy = cv2.findContours((mask).astype(np.uint8), cv2.RETR_TREE,
                                                        cv2.CHAIN_APPROX_SIMPLE)
    # before opencv 3.2
    # contours, hierarchy = cv2.findContours((mask).astype(np.uint8), cv2.RETR_TREE,
    #                                                    cv2.CHAIN_APPROX_SIMPLE)
    segmentation = []

    for contour in contours:
        contour = contour.flatten().tolist()
        # segmentation.append(contour)
        if len(contour) > 4:
            segmentation.append(contour)
    if len(segmentation) == 0:
        continue
    # get area, bbox, category_id and so on
    labels_info.append(
        {
            "segmentation": segmentation,  # poly
            "area": area,  # segmentation area
            "iscrowd": 0,
            "image_id": index,
            "bbox": [x1, y1, bbox_w, bbox_h],
            "category_id": category_id,
            "id": label_id
        },
    )

Sundrops 4 फ़र॰ 2018

👍41 🎉2

सभी 38 टिप्पणियाँ

मेरे पास एक समान मुद्दा था: कुछ कार्य लिब / utils / segms.py में विभाजन को "पाली" प्रारूप में होने और RLE में दिए जाने पर टूटने की उम्मीद करते हैं।
यह असुविधाजनक है लेकिन गैर-भीड़ वाले क्षेत्रों के लिए कल्पना के अनुरूप प्रतीत होता है (iscrowd = 0):

विभाजन का प्रारूप इस बात पर निर्भर करता है कि क्या उदाहरण किसी एकल वस्तु (iscrowd = 0 का उपयोग करता है जिस स्थिति में बहुभुज का उपयोग किया जाता है) या वस्तुओं का संग्रह (iscrowd = 1 जिसमें RLE का उपयोग किया जाता है)।

[१] http://cocodataset.org/#download , अनुभाग "4.1। ऑब्जेक्ट इंस्टेंस एनोटेशन"

मेरे लिए वर्कअराउंड "पॉली" प्रारूप में बदलना था, जो अनिवार्य रूप से (x, y) वर्टेक्स की सूची है।

-लेशा।

२ फरवरी २०१41 को ०६:४१ पर हू झिंगुई नोटिफिकेशन @github.com ने लिखा:
हाय डिटेक्ट्रॉन,
हाल ही में मैंने डिटेक्ट्रॉन को चलाने के लिए अपने कस्टम कोको डेटा को जोड़ने की कोशिश की और निम्नलिखित मुद्दों का सामना किया।
(1) कोको डेटा में "विभाजन" नीचे ation की तरह
{"विभाजन": [[४ ९९। segment१, ३ ९ ,.२ ......, ...... ३४२. ,१, १.3२.३१]], "क्षेत्र": ४३४६६.१२ ,२५, "iscrowd": ०, "image_id": १2२१५५, "बीबॉक्स": [३३8..8 ९, ५१.६ ९, ५ ९। 205.82, 367.61], "श्रेणी_आईडी": 1, "आईडी": 1248258},
{"विभाजन": {"मायने रखता है": [66916, 6, 587, ..... 1, 114303], "आकार": [594, 640]}, "क्षेत्र": 6197, "iscrowd": 1 "image_id": 284445, "bbox": [112, 322, 335, 94], "category_id": 1, "id": 9.001002844e + 11},
"विभाजन" का पहला प्रारूप बहुभुज है और दूसरा RLE प्रारूप के लिए एन्कोड / डिकोड करने की आवश्यकता है।
ऊपर के प्रारूप डेट्रॉन पर चल सकते हैं।
(2) मैंने एक नई श्रेणी जोड़ी, और कोको एपीआई एनकोड () / डीकोड () मास्क के माध्यम से "विभाजन" क्षेत्र के लिए एक नया RLE प्रारूप तैयार किया।
मैंने इस तरह डेटा जेनरेट किया।
"विभाजन": [{ "मायने रखता है": "MNG = 1fb02O1O1O001N2O001O1O0O2O1O1O001N2O001O1O0O2O1O001O1O1O010000O01000O010000O01000O01000O01000O01N2N2M2O2N2N1O2N2O001O10O B000O10O1O001 ^ OQ ^ O9Pb0EQ ^ हे; Wb0OO01O1O1O001O1N2N`jT3?", "आकार": [600,1000]}]
मैंने पाया कि बोल्ड किए गए पात्र मूल कोको "विभाजन" जोंस प्रारूप से अलग हैं, हालांकि यह मैटरपार्ट के मास्क-आरसीएनएन के कार्यान्वयन पर चल सकता है।
इसके अलावा, मैंने अपनी आवश्यकता को पूरा करने के लिए कुछ Detectron कोड को संशोधित करने की कोशिश की, लेकिन मेरे लिए बहुत मुश्किल है क्योंकि बहुत सारे कोड को बदलने की आवश्यकता है।
क्या आप मुझे अपना कस्टम डेटा चलाने के लिए कुछ सुझाव दे सकते हैं?
धन्यवाद।
-
आप इसे प्राप्त कर रहे हैं क्योंकि आपको इस धागे की सदस्यता दी गई है।
इस ईमेल का उत्तर सीधे दें, इसे GitHub पर देखें, या थ्रेड को म्यूट करें।

amokeev 2 फ़र॰ 2018

👍3 ❤1

@amokeev , "RLE" को "पॉली" प्रारूप में अपने वर्कअराउंड में कैसे

topcomma 2 फ़र॰ 2018

@amokeev , क्या आप सुनिश्चित हैं कि विभाजन में संख्या (x, y) शीर्ष पर है? उदाहरण के लिए "66916", एक बड़ी संख्या! एक और, हालांकि मैंने "iscrowd" को RLE प्रारूप के लिए "1" के रूप में सेट किया है, फिर भी डेट्रॉन पर नहीं चल सका।

topcomma 2 फ़र॰ 2018

मैं पाली को बहुभुज की सूची के रूप में व्याख्या करता हूं, जैसे कि [[X1, y1, x2, y2… xN, yN],… [X1, y1, x2, y2… xN, yN]], जहां निर्देशांक हैं छवि के समान पैमाने।
इस तरह से एनकोड किए गए मुखौटों को कोकोपी द्वारा सही ढंग से दिखाया गया है [1]

लेकिन आप "आधिकारिक" उत्तर प्राप्त करना चाह सकते हैं।

[1] https://github.com/cocodataset/cocoapi https://github.com/cocodataset/cocoapi

2. फरवरी 2018 को, 09:18 बजे, हू जिंगुई नोटिफिकेशन @github.com ने लिखा:
@amokeev https://github.com/amokeev , क्या आप सुनिश्चित हैं कि विभाजन में संख्या (x, y) शीर्ष पर है? उदाहरण के लिए "66916", एक बड़ी संख्या! एक और, हालांकि मैंने "iscrowd" को RLE प्रारूप के लिए "1" के रूप में सेट किया है, फिर भी डेट्रॉन पर नहीं चल सका।
-
आप इसका उल्लेख कर रहे हैं क्योंकि आपका उल्लेख किया गया था।
इस ईमेल का उत्तर सीधे दें, इसे GitHub https://github.com/facebookresearch/Detectron/issues/100#issuecomment-362516928 पर https://github.com/notifications-unsubscribe-auth/AFlh63ObnXg- पर म्यूट

amokeev 2 फ़र॰ 2018

👍2

@topcomma
शायद आप मास्क को पोलियों में बदलने की कोशिश कर सकते हैं।

labels_info = []
for mask in mask_list:
    # opencv 3.2
    mask_new, contours, hierarchy = cv2.findContours((mask).astype(np.uint8), cv2.RETR_TREE,
                                                        cv2.CHAIN_APPROX_SIMPLE)
    # before opencv 3.2
    # contours, hierarchy = cv2.findContours((mask).astype(np.uint8), cv2.RETR_TREE,
    #                                                    cv2.CHAIN_APPROX_SIMPLE)
    segmentation = []

    for contour in contours:
        contour = contour.flatten().tolist()
        # segmentation.append(contour)
        if len(contour) > 4:
            segmentation.append(contour)
    if len(segmentation) == 0:
        continue
    # get area, bbox, category_id and so on
    labels_info.append(
        {
            "segmentation": segmentation,  # poly
            "area": area,  # segmentation area
            "iscrowd": 0,
            "image_id": index,
            "bbox": [x1, y1, bbox_w, bbox_h],
            "category_id": category_id,
            "id": label_id
        },
    )

Sundrops 4 फ़र॰ 2018

👍41 🎉2

@amokeev ,
@Sundrops

आपके सुझाव के लिए धन्यवाद।
कोशिश करेंगे।

topcomma 5 फ़र॰ 2018

@Sundrops , रूपांतरित करने की आपकी विधि के रूप में, "पॉली" सूची का परिणाम प्राप्त कर सकते हैं। आपका बहुत-बहुत धन्यवाद I लेकिन मुझे अभी भी नहीं पता है कि COCO json फाइल में निर्देशांक बड़ी / छोटी संख्या जैसे "66916" या "1" क्यों है?

topcomma 5 फ़र॰ 2018

@topcomma COCO एनोटेशन में दो प्रकार के विभाजन एनोटेशन होते हैं

बहुभुज (वस्तु उदाहरण) [[499.71, 397.28, ...... 342.71, 172.31]] क्रिया
असम्बद्ध RLE (भीड़)। "विभाजन": {"मायने रखता है": [66916, 6, 587, ..... 1, 114303], "आकार": [594, 640]}, 66916 लेबल 0 की संख्या को दर्शाता है।

बहुभुज और असम्पीडित RLE को MFSApi के कॉम्पैक्ट RLE प्रारूप में परिवर्तित किया जाएगा।
कॉम्पैक्ट RLE प्रारूप:
विभाजन ": [{" मायने रखता है ":" MNG = 1fb02O1O1O001N2O001O1O0O2O1O1O001N2O001O1O0O2O1O001O1O1O010000O01000O010000O01000O01000O01000O01N2N2M2O2N2N1O2N2O001O10O B000O10O1O001 ^ OQ ^ O9Pb0EQ ^ हे; Wb0OO01O1O1O001O1N2N`jT3 "," आकार ": [600,1000]}]

Sundrops 5 फ़र॰ 2018

👍10

@ संचार ,
आपकी बहुत मदद के लिए धन्यवाद।
मेरा कस्टम कोको जैसा डेटा अब डेट्रॉक्टन पर प्रशिक्षित किया जा सकता है।

topcomma 5 फ़र॰ 2018

@topcomma ,
मुझे यू के समान ही समस्या है।
Sundrops की विधि के रूप में, मैं मास्क को पॉलिस में बदलने के लिए फ़ाइल नहीं ढूँढ सकता।
क्या आप मुझे बता सकते हैं कि कौन सी फाइल है? बहुत बहुत धन्यवाद!

lg12170226 6 फ़र॰ 2018

@ lg12170226 70
आप इसे खुद से लागू करने के लिए कोको सामग्री (https://github.com/nightrome/cocostuff) अजगर कोड का उल्लेख कर सकते हैं।
कोड बेस में संबंधित एनोटेशन की कोई फाइल नहीं है।

topcomma 6 फ़र॰ 2018

@topcomma : मेरे पास एक कच्ची छवि और N लेबल चित्र हैं। प्रत्येक लेबल एक फ़ाइल में संग्रहीत किया जाता है, इसलिए मेरे पास लेबल के लिए N छवि है। मैं अपने स्वयं के डेटासेट में मास्क RCNN को प्रशिक्षित करना चाहता हूं, इसलिए मुझे सबसे पहले COCO प्रारूप में बदलना होगा। क्या आप कोड को COCO शैली में परिवर्तित करने का तरीका साझा कर सकते हैं? धन्यवाद

John1231983 6 फ़र॰ 2018

बस सोच रहा था कि वहाँ संकुचित RLE को पोल / असम्पीडित RLE में बदलने का कोई तरीका है?

realwecan 24 फ़र॰ 2018

prealocots.s.ask के साथ RLE को

कोको-जोसन-कन्वर्टर

hazirbas 28 फ़र॰ 2018

👍5

@ हज़ीरबास : आपके कोड के लिए धन्यवाद। डेविस 2017 का उपयोग क्यों नहीं किया गया है जिसमें उदाहरण सेग्मिनेशन शामिल है? क्या हम आपके कोड का उपयोग कर डेविस 2017 को कोको मास्क प्रारूप में परिवर्तित कर सकते हैं ताकि इस नकाबपोश कार्यान्वयन का उपयोग किया जा सके?

John1231983 28 फ़र॰ 2018

@ John1231983 आपको विभाजित फ़ाइलों और साथ ही db_info.yml फ़ाइल को पढ़ने के लिए स्क्रिप्ट को संशोधित करने की आवश्यकता है। अपने स्वयं के शोध के लिए, मुझे डीएवीआईएस 2016 के लिए इसकी आवश्यकता थी।

hazirbas 28 फ़र॰ 2018

बहुभुज पैदा करने के लिए, लेकिन उपयोग करने के लिए एक अन्य समाधान skimage के बजाय opencv ।

import json
import numpy as np
from pycocotools import mask
from skimage import measure

ground_truth_binary_mask = np.array([[  0,   0,   0,   0,   0,   0,   0,   0,   0,   0],
                                     [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0],
                                     [  0,   0,   0,   0,   0,   1,   1,   1,   0,   0],
                                     [  0,   0,   0,   0,   0,   1,   1,   1,   0,   0],
                                     [  0,   0,   0,   0,   0,   1,   1,   1,   0,   0],
                                     [  0,   0,   0,   0,   0,   1,   1,   1,   0,   0],
                                     [  1,   0,   0,   0,   0,   0,   0,   0,   0,   0],
                                     [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0],
                                     [  0,   0,   0,   0,   0,   0,   0,   0,   0,   0]], dtype=np.uint8)

fortran_ground_truth_binary_mask = np.asfortranarray(ground_truth_binary_mask)
encoded_ground_truth = mask.encode(fortran_ground_truth_binary_mask)
ground_truth_area = mask.area(encoded_ground_truth)
ground_truth_bounding_box = mask.toBbox(encoded_ground_truth)
contours = measure.find_contours(ground_truth_binary_mask, 0.5)

annotation = {
        "segmentation": [],
        "area": ground_truth_area.tolist(),
        "iscrowd": 0,
        "image_id": 123,
        "bbox": ground_truth_bounding_box.tolist(),
        "category_id": 1,
        "id": 1
    }

for contour in contours:
    contour = np.flip(contour, axis=1)
    segmentation = contour.ravel().tolist()
    annotation["segmentation"].append(segmentation)

print(json.dumps(annotation, indent=4))

waspinator 15 मार्च 2018

👍6

आप एक बाइनरी मास्क को कैसे बदलेंगे या RLE को असम्पीडित RLE में "iscrowd: 1" "" क्षेत्र में उपयोग करने के लिए एनकोड करेंगे?

waspinator 29 मार्च 2018

👍1

@waspinator अपने कोड skimage उपयोग करने के साथ सेगमेंटेशन CV2 का उपयोग कर @Sundrops के कोड से differenct हैं।
क्या ये दोनों परिणाम दोनों सही हैं और क्या इन दोनों परिणामों का उपयोग डेट्रॉक्रॉन द्वारा किया जा सकता है? कृपया मुझे कुछ सलाह दें, धन्यवाद। @waspinator @Sundrops

स्किमेज के साथ अपने कोड का उपयोग करने वाले परिणाम

{ "विभाजन": [[0.0, 252.00196078431372, 1.0, 252.00196078431372, 2.0, 252.00196078431372, 3.0, 252.00196078431372, 4.0, 252.00196078431372, 5.0, 252.00196078431372, 6.0, 252.00196078431372, 7.0, 252.00196078431372, 8.0, 252.00196078431372, 9.0, 252.00196078431372, 10.0, 252.00196078431372 , 11.0, 252.00196078431372, 12.0, 252.00196078431372, 13.0, 252.00196078431372, 14.0, 252.00196078431372, 15.0, 252.00196078431372, 16.0, 252.00196078431372, 17.0, 252.00196078431372, 18.0, 252.00196078431372, 19.0, 252.00196078431372, 20.0, 252.00196078431372, 21.0, 252.00196078431372, 22.0, 252.00196078431372, 23.0 , 252.00196078431372, 24.0, 252.00196078431372, 25.0, 252.00196078431372, 26.0, 252.00196078431372, 27.0, 252.00196078431372, 28.0, 252.00196078431372, 29.0, 252.00196078431372, 30.0, 252.00196078431372, 31.0, 252.00196078431372, 32.0, 252.00196078431372, 33.0, 252.00196078431372, 34.0, 252.00196078431372, 35.0, 252.00196078431372 , 36.0, 252.00196078431372, 37.0, 252.00196078431372, 38। 0, 252.00196078431372, 39.0, 252.00196078431372, 40.0, 252.00196078431372, 41.0, 252.00196078431372, 42.0, 252.00196078431372, 43.0, 252.00196078431372, 44.0, 252.00196078431372, 45.0, 252.00196078431372, 46.0, 252.00196078431372, 47.0, 252.00196078431372, 48.0, 252.00196078431372, 49.0, 252.00196078431372, 50.0, 252.00196078431372, 51.0, 252.00196078431372, 52.0, 252.00196078431372, 53.0, 252.00196078431372, 54.0, 252.00196078431372, 55.0, 252.00196078431372, 56.0, 252.00196078431372, 57.0, 252.00196078431372, 58.0, 252.00196078431372, 59.0, 252.00196078431372, 60.0, 252.00196078431372, 61.0, 252.00196078431372, 62.0, 252.00196078431372, 63.0, 252.00196078431372, 64.0, 252.00196078431372, 65.0, 252.00196078431372, 66.0, 252.00196078431372, 67.0, 252.00196078431372, 68.0, 252.00196078431372, 69.0, 252.00196078431372, 70.0, 252.00196078431372, 71.0, 252.00196078431372, 72.0, 252.00196078431372, 73.0, 252.00196078431372, 74.0, 252.00196078431372, 75.0, 252.00196078431372, 76.0, 252.00196 078431372, 77.0, 252.00196078431372, 78.0, 252.00196078431372, 79.0, 252.00196078431372, 80.0, 252.00196078431372, 81.0, 252.00196078431372, 82.0, 252.00196078431372, 83.0, 252.00196078431372, 84.0, 252.00196078431372, 85.0, 252.00196078431372, 86.0, 252.00196078431372, 87.0, 252.00196078431372, 88.0, 252.00196078431372, 89.0, 252.00196078431372, 90.0, 252.00196078431372, 91.0, 252.00196078431372, 92.0, 252.00196078431372, 93.0, 252.00196078431372, 93.0196078431372, 252.0, 251.009607431372

Cv2 का उपयोग करके @Sundrops कोड के साथ परिणाम:

[94, 252, 93, 253, 0, 253, 0, 286, 188, 286, 188, 269, 187, 268, 187, 252]

Kongsea 5 अप्रैल 2018

@Kongsea मैंने @Sundrops cv2 कार्यान्वयन का परीक्षण नहीं किया है, लेकिन मूल विचार समान होना चाहिए। वे विभिन्न परिणामों का उत्पादन करेंगे क्योंकि अंकों का एक अनंत राशि है जो आप किसी आकृति का वर्णन करने के लिए उपयोग कर सकते हैं। लेकिन अन्यथा उन्हें काम करना चाहिए। मैंने अभी cv2 स्थापित नहीं किया है इसलिए मैंने कुछ ऐसा लिखा है जिसकी आवश्यकता नहीं है।

waspinator 5 अप्रैल 2018

@Kongsea @waspinator मैंने अपने कोड का परीक्षण किया है। यह काम करता है।

Sundrops 5 अप्रैल 2018

शुक्रिया @Sundrops @waspinator ।
मेरी एक कोशिश होगी।

Kongsea 6 अप्रैल 2018

@waspinator क्या सेगमेंटेशन पॉली वर्टेक्स को RLE में बदलने का कोई तरीका है? मेरा लक्ष्य बनाया गया है ccrowd = 1

ambigus9 13 अप्रैल 2018

@Sundrops आपने अपने कोड में इस भाग की टिप्पणी क्यों की?

# if len(contour) > 4:
    #     segmentation.append(contour)
# if len(segmentation) == 0:
#     continue

हम वास्तव में इस तरह के एक मामले को संभालने की जरूरत है, है ना?

Yuliang-Zou 13 अप्रैल 2018

@ यूलिआंग-ज़ू आपको इस हिस्से को अनसुना करना चाहिए, जब कॉन्ट्रैक्ट डेट्रॉन के लिए uesd हैं। बीकेस द डिटेक्ट्रॉन इसे एक आयत के रूप में मानेंगे जब लेन (समोच्च) == 4। मैंने अपना पिछला कोड अपडेट कर दिया है।

Sundrops 13 अप्रैल 2018

@Sundrops साभार लेकिन हमें अभी भी len(contour)==2 को संभालने की आवश्यकता है, है ना?

Yuliang-Zou 13 अप्रैल 2018

@ यूलिआंग-ज़ू हां, लेकिन कोड if len(contour) > 4: ने len(contour)==2 और len(contour)==4 संभाल लिया है।

Sundrops 13 अप्रैल 2018

@Sundrops मैं देख रहा हूँ, धन्यवाद!

Yuliang-Zou 13 अप्रैल 2018

मैंने COCO स्टाइल डेटासेट बनाने में मदद करने के लिए एक पुस्तकालय और लेख लिखा।

https://patrickwasp.com/create-your-own-coco-style-dataset/

waspinator 13 अप्रैल 2018

@Sundrops & @topcomma मुझे

soumenms2015 23 अप्रैल 2018

@Sundrops
वार्षिक: {
"विभाजन": [
[312.29, 562.89, 402.25, 511.49, 400.96, 425.38, 398.39, 372.69, 388.11, 332.85, 318.71, 325.18, 295.88, 269.88, 314.86, 314.86, 258.39.99, 330.39.99, 66.39.993, 66.39.999.33। , 358.55, 159.36, 377.83, 116.95, 421.53, 167.07, 499.92, 232.61, 560.32, 300.72, 571.89]
],
"क्षेत्र": 54652.9556,
"iscrowd": 0,
"image_id": 480023,
"बीबॉक्स": [116.95, 305.86, 285.3, 266.03],
"कैटेगरी_आईडी": 58,
"आईडी": 86
}
मैं कोको-एपीआई में मास्कहोम के साथ क्षेत्र की गणना कैसे कर सकता हूं? धन्यवाद।
मेरा कोड निम्नलिखित है लेकिन त्रुटि है:

विभाजन = घोषणा ['विभाजन']
bimask = np.array (विभाजन, dtype = np.uint8, आदेश = 'F')
प्रिंट ("बिमास्क:", बिमास्क)
rleObjs = mask.encode (बिमास्क)
प्रिंट ("rleObjs:", rleObjs)
क्षेत्र
प्रिंट ("क्षेत्र:", क्षेत्र)

manketon 27 अप्रैल 2018

@manketon
शायद आप cv2 की कोशिश कर सकते हैं, लेकिन मुझे यकीन नहीं है कि यह सही है। यह केवल पायथन और OpenCV का उपयोग करके छवि से आकृति को हटाने से एक उदाहरण है।

def is_contour_bad(c):
    # approximate the contour
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.02 * peri, True)
    # return True if it is not a rectangle
    return not len(approx) == 4
image = cv2.imread('xx.jpg')
contours = ann['segmentation']
mask = np.ones(image.shape[:2], dtype="uint8") * 255
# loop over the contours
for c in contours:
    # if the contour is not a rectangle, draw it on the mask
    if is_contour_bad(c):
        cv2.drawContours(mask, [c], -1, 0, -1)
area = (mask==0).sum()

Sundrops 27 अप्रैल 2018

@Sundrops @waspinator मेरा एक सवाल है। यदि मेरे मूल ऑब्जेक्ट मास्क में बड़े छेद हैं, जब इसे पॉलीगॉन में बदल दिया जाता है, तो मुझे इसे सही तरीके से कैसे बदलना चाहिए? कोको एपीआई में डिकोड और मर्ज फ़ंक्शन ऑब्जेक्ट के हिस्सों के रूप में छेद का इलाज करेगा, इसलिए जब वापस परिवर्तित किया जाता है तो छेद मास्क बन जाते हैं। मुझे इस मामले में कैसे करना चाहिए?

wangg12 23 सित॰ 2018

@ wangg12 जहाँ तक मुझे पता है COCO में एनकोडिंग छेद का एक देशी तरीका नहीं है।

waspinator 24 सित॰ 2018

for contour in contours:
        contour = contour.flatten().tolist()
        segmentation.append(contour)
        if len(contour) > 4:
            segmentation.append(contour)

हाय @Sundrops , ईमानदारी से अपने कोड के लिए धन्यवाद। मैं डेट्रॉन पर एक शुरुआत कर रहा हूँ। मुझे भ्रम होता है कि समोच्च की लंबाई (जो एक सूची है) 4 से बड़ी होनी चाहिए, दूसरे शब्दों में, मॉडल के लिए क्या होगा जब लंबाई 4 से छोटी हो। आपके उत्तर में से एक ने कहा कि डेट्रायटन इसे एक के रूप में मानेगा आयत। मेरे परिप्रेक्ष्य में, आयत के आकार के साथ कुछ ऑब्जेक्ट हो सकते हैं, इसलिए मुझे लगता है कि यह ठीक है। इसके अलावा, मुझे आश्चर्य है कि यदि आप एक पुनरावृत्ति में दो बार समोच्च जोड़ते हैं। मुझे लगता है कि सही कोड होना चाहिए।

for contour in contours:
        contour = contour.flatten().tolist()
        if len(contour) > 4:
            segmentation.append(contour)

यदि आप मुझे कुछ सुझाव दे सकते हैं तो इसकी बहुत सराहना की जाएगी। आपको बहुत - बहुत धन्यवाद!

BobZhangHT 7 जन॰ 2019

👍1

@ गोब्झांठ हाँ, इसे एक बार एक पुनरावृत्ति में समोच्च को जोड़ना चाहिए।
आपके पहले प्रश्न के लिए, अगर len (ann ['विभाजन'] [0]) == ४, कोकोपी मान लेंगे कि सभी आयत हैं।

# cocoapi/PythonAPI/pycocotools/coco.py
def annToRLE(self, ann):
    t = self.imgs[ann['image_id']]
    h, w = t['height'], t['width']
    segm = ann['segmentation']
    if type(segm) == list:
        rles = maskUtils.frPyObjects(segm, h, w) 
        rle = maskUtils.merge(rles)
   ......

# cocoapi/PythonAPI/pycocotools/_mask.pyx
def frPyObjects(pyobj, h, w):
    # encode rle from a list of python objects
    if type(pyobj) == np.ndarray:
        objs = frBbox(pyobj, h, w)
    elif type(pyobj) == list and len(pyobj[0]) == 4:
        objs = frBbox(pyobj, h, w)
    elif type(pyobj) == list and len(pyobj[0]) > 4:
        objs = frPoly(pyobj, h, w)
   ......

Sundrops 7 जन॰ 2019

👍2 😄1

@Sundrops आपके उत्तर के लिए धन्यवाद!

BobZhangHT 7 जन॰ 2019

मैं पाली को बहुभुज की सूची के रूप में व्याख्या करता हूं, जैसे कि [[X1, y1, x2, y2… xN, yN],… [X1, y1, x2, y2… xN, yN]], जहां निर्देशांक हैं छवि के समान पैमाने। इस तरह से एनकोड किए गए मुखौटों को कोकोपीआई [1] द्वारा सही ढंग से दिखाया गया है, लेकिन आप "आधिकारिक" उत्तर प्राप्त करना चाह सकते हैं। [1] https://github.com/cocodataset/cocoapi https://github.com/cocodataset/cocoapi
…
2. फरवरी 2018 को, 09:18 बजे, हू जिंगुई @ । * * मैंने लिखा: https://github.com/amokeev , क्या आप सुनिश्चित हैं कि विभाजन में संख्या (x, y) शीर्ष पर है? उदाहरण के लिए "66916", एक बड़ी संख्या! एक और, हालांकि मैंने "iscrowd" को RLE प्रारूप के लिए "1" के रूप में सेट किया है, फिर भी डेट्रॉन पर नहीं चल सका। - आप इसका उल्लेख कर रहे हैं क्योंकि आपका उल्लेख किया गया था। इस ईमेल का उत्तर सीधे दें, इसे GitHub < # 100 (टिप्पणी) > पर देखें, या थ्रेड को https://github.com/notifications/unsubscribe-auth/AFlh63ObnXg-DcaDKwi3pB4Ppig464Hks5tTsgaJpZMR4N2N2N2 पर देखें ।

जब "iscrowd" "1" होता है, तो मैं RLE को बहुभुज में कैसे बदल सकता हूं क्योंकि पॉलीपोर्ट्स के साथ ही स्पॉर्टपोर्ट / MaskRCNN काम करता है। @amokeev मैं pycococreator का उपयोग करके बनाए गए कोको कोकोसेट के साथ मास्कआरसीएनएन के मामले के कार्यान्वयन का उपयोग करना चाहता हूं।

enemni 25 अप्रैल 2019

क्या यह पृष्ठ उपयोगी था?

0 / 5 - 0 रेटिंग्स

Detectron: कोको डाटासेट के विस्तार के लिए "विभाजन" का RLE या बहुभुज प्रारूप

सबसे उपयोगी टिप्पणी

सभी 38 टिप्पणियाँ

संबंधित मुद्दों