如何在二进制中使用带有“计数”的 mscoco stuff 数据集？答案

【问题标题】：How to use mscoco stuff dataset with "counts" in binary?如何在二进制中使用带有“计数”的 mscoco stuff 数据集？
【发布时间】：2019-07-10 22:14:28
【问题描述】：

我想通过使用 json 文件在 MSCOCO 语义分割（仅东西）上训练我的模型，但键“计数”包含二进制字符。我错过了什么？

我正在使用 MXNet，而数据加载器正在直接查找 json 文件。不知道如何使用 png 注释图像。

这是一个示例：

{"segmentation": {"counts": "[6c0\\>0O1O100O2N1O101N2N1O2N1O010O000000000000001N101O0O2N101O0000O2L3N2N2N2N2M3H8G\\lg8", "size": [478, 640]}, "area": 1167.0, "iscrowd": 0, "image_id": 581781, "bbox": [0.0, 203.0, 40.0, 40.0], "category_id": 123, "id": 20032797}

【问题讨论】：

标签： dataset dataformat semantic-segmentation mscoco

【解决方案1】：

好的，我明白了。在这里我们可以找到信息：https://github.com/cocodataset/cocoapi/blob/master/PythonAPI/pycocotools/mask.py

很简单：

from pycocotools import mask
sample = {"segmentation": {"counts": "[6c0\\>0O1O100O2N1O101N2N1O2N1O010O000000000000001N101O0O2N101O0000O2L3N2N2N2N2M3H8G\\lg8", "size": [478, 640]}, "area": 1167.0, "iscrowd": 0, "image_id": 581781, "bbox": [0.0, 203.0, 40.0, 40.0], "category_id": 123, "id": 20032797}
mask.decode(sample['segmentation'])

而对于png文件，它更容易，因为它可以直接作为标签加载。

【讨论】：