使用pytorch加載並讀取COCO數據集的詳細操作

Posted on by

如何使用pytorch加載並讀取COCO數據集 環境配置基礎知識：元祖、字典、數組利用PyTorch讀取COCO數據集利用PyTorch讀取自己制作的數據集

環境配置

看pytorch入門教程

基礎知識：元祖、字典、數組

# 元祖
a = (1, 2)
# 字典
b = {'username': 'peipeiwang', 'code': '111'}
# 數組
c = [1, 2, 3]
print(a[0])
print(c[0])
print(b["username"])

輸出：

利用PyTorch讀取COCO數據集

import torchvision
from PIL import ImageDraw
# 導入coco 2017 驗證集和對應annotations
coco_dataset = torchvision.datasets.CocoDetection(root="COCO_dataset_val_2017/val2017",
                                                  annFile="COCO_dataset_val_2017/annotations_trainval2017/annotations/instances_val2017.json")
# 圖像和annotation分開讀取
image, info = coco_dataset[0]
# ImageDraw 畫圖工具
image_handler = ImageDraw.ImageDraw(image)
for annotation in info:
    # bbox為檢測框的位置坐標
    x_min, y_min, width, height = annotation['bbox']
    # ((), ())分別為左上角的坐標對和右上角的坐標對，image_handler.rectangle是指在圖片是繪制方框
    image_handler.rectangle(((x_min, y_min), (x_min + width, y_min + height)))
image.show()

結果：

利用PyTorch讀取自己制作的數據集

使用cvat工具創建自己的數據集標註，導出為coco格式並讀取
結果：

到此這篇關於使用pytorch加載並讀取COCO數據集的文章就介紹到這瞭,更多相關pytorch 讀取COCO數據集內容請搜索LevelAH以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持LevelAH！

推薦閱讀：