coco_parser
最后更新
luxonis_ml.data.parsers.coco_parser类
COCOParser
Text
1dataset_dir/
2├── train/
3│ ├── data/
4│ │ ├── img1.jpg
5│ │ ├── img2.jpg
6│ │ └── ...
7│ └── labels.json
8├── validation/
9│ ├── data/
10│ └── labels.json
11└── test/
12 ├── data/
13 └── labels.json
14
15这是使用 FiftyOne 包时返回的默认格式。Text
1dataset_dir/
2 ├── train/
3 │ ├── img1.jpg
4 │ ├── img2.jpg
5 │ └── ...
6 │ └── _annotations.coco.json
7 ├── valid/
8 └── test/
9
10这是 Roboflow 可以生成的一种格式。方法
discover_dir_splits
Python
1def discover_dir_splits(dataset_dir: Path) -> dict[str, dict[str, Any]]:from_dir
Python
1def from_dir(dataset_dir: Path, use_keypoint_ann: bool = False, keypoint_ann_paths: dict[str, str] | None = None, split_val_to_test: bool = True) -> tuple[list[Path], list[Path], list[Path]]:dataset_dir(Path): 源数据集目录。use_keypoint_ann(bool): 是否使用单独的 COCO 关键点注释文件用于 FiftyOne 样式数据集。keypoint_ann_paths(dict[str, str] | None): 关键点注释文件的可选路径,相对于dataset_dir并按"train"、"val"和"test"键入。split_val_to_test(bool): 当没有可用的测试注释时,是否将验证图像 50/50 拆分为验证和测试。
tuple[list[Path], list[Path], list[Path]]: 训练、验证和测试拆分添加的图像。
ValueError: 如果数据集目录、训练拆分、验证拆分或现有测试拆分不符合公认的 COCO 布局。
from_split
Python
1def from_split(image_dir: Path, annotation_path: Path) -> ParserOutput:keypoints 字段和 skeleton 字段的类别。它使用 keypoints 作为关键点标签,并将 skeleton 对转换为边。COCO 从 1 开始对骨架关节进行编号,因此该方法从每个索引中减去 1。参数image_dir(Path): 包含图像的目录。annotation_path(Path): 注释 JSON 文件。
ParserOutput: 包含注释记录、骨架元数据和添加图像的解析器输出。
validate
Python
1def validate(dataset_dir: Path) -> bool:dataset_dir(Path): 源数据集目录。
bool: 数据集是否为预期格式。
validate_split
Python
1def validate_split(split_path: Path) -> dict[str, Any] | None:split_path(Path): 拆分目录的路径。
dict[str, Any] | None:from_split的关键字参数,如果拆分不是预期格式,则为None。
函数
clean_annotations
Python
1def clean_annotations(annotation_path: Path) -> Path:annotation_path(Path): 注释 JSON 文件。
Path: 清理后的注释 JSON 文件的路径。