【发布时间】：2018-04-05 05:34:18
【问题描述】：
我正在使用 MS-COCO 数据集，我想提取与 backpack（类别 ID：27）和 laptop 对应的图像的边界框和标签（类别 ID：73）类别，并将它们存储到不同的文本文件中，以便稍后训练基于神经网络的模型。
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：label xywh 其中 w 和 h 表示检测到的类别的宽度和高度）。我基于COCO-API（准确地说是coco.py）来提取图像并创建空文本注释文件。
以下是我在coco.py 之上编写的主要功能：
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."
这里只提供了main函数，其余代码是COCO-API中的coco.py文件。
我调试了代码发现有不同的数据结构：
-
cats，将类别 ID 映射到其超类别和类别名称（标签）的字典。 -
imgToAnns，也是一个字典，它将每个图像 ID 映射到它的分割基础事实、边界框基础事实、类别 ID 等。据我目前所知，我想我需要使用这本字典以某种方式映射图像我在 bag_img_names 和 laptop_img_names 列表中的名称到他们的标签和边界框，但我无法正确地思考如何访问这本字典（否coco.py 中的方法直接返回它）。 -
imgs，另一个字典，提供有关所有图像的元信息，例如图像名称、图像 url、捕获日期等。
最后，我知道这是一个非常具体的问题。如果这属于 stackoverflow 以外的社区（例如 stats.stackexchange.com），请随时告诉我，我会将其删除。另外，我可能错过了一些重要信息。如果我能想到，或者如果有人要求，我会提供。
我只是 Python 的初学者，所以如果我可能遗漏了一些明显的东西，请原谅我。
非常感谢任何帮助。谢谢。
【问题讨论】：
标签： python dictionary machine-learning data-processing mscoco