请我喝杯咖啡☕
*我的帖子解释了 MS COCO。
CocoDetection()可以使用MS COCO数据集，如下所示：
*备忘录：
- 第一个参数是root（必需类型：str或pathlib.Path）：
*备注：
- 这是图像的路径。
- 绝对或相对路径都是可能的。
- 第二个参数是 annFile（必需类型：str 或 pathlib.Path）：
*备注：
- 这是注释的路径。
- 绝对或相对路径都是可能的。
- 第三个参数是transform(Optional-Default:None-Type:callable)。
- 第四个参数是 target_transform(Optional-Default:None-Type:callable)。
- 第五个参数是transforms(Optional-Default:None-Type:callable)。
from torchvision.datasets import CocoDetection
cap_train2014_data = CocoDetection(
root="data/coco/imgs/train2014",
annFile="data/coco/anns/trainval2014/captions_train2014.json"
)
cap_train2014_data = CocoDetection(
root="data/coco/imgs/train2014",
annFile="data/coco/anns/trainval2014/captions_train2014.json",
transform=None,
target_transform=None,
transforms=None
)
ins_train2014_data = CocoDetection(
root="data/coco/imgs/train2014",
annFile="data/coco/anns/trainval2014/instances_train2014.json"
)
pk_train2014_data = CocoDetection(
root="data/coco/imgs/train2014",
annFile="data/coco/anns/trainval2014/person_keypoints_train2014.json"
)
len(cap_train2014_data), len(ins_train2014_data), len(pk_train2014_data)
# (82783, 82783, 82783)
cap_val2014_data = CocoDetection(
root="data/coco/imgs/val2014",
annFile="data/coco/anns/trainval2014/captions_val2014.json"
)
ins_val2014_data = CocoDetection(
root="data/coco/imgs/val2014",
annFile="data/coco/anns/trainval2014/instances_val2014.json"
)
pk_val2014_data = CocoDetection(
root="data/coco/imgs/val2014",
annFile="data/coco/anns/trainval2014/person_keypoints_val2014.json"
)
len(cap_val2014_data), len(ins_val2014_data), len(pk_val2014_data)
# (40504, 40504, 40504)
test2014_data = CocoDetection(
root="data/coco/imgs/test2014",
annFile="data/coco/anns/test2014/test2014.json"
)
test2015_data = CocoDetection(
root="data/coco/imgs/test2015",
annFile="data/coco/anns/test2015/test2015.json"
)
testdev2015_data = CocoDetection(
root="data/coco/imgs/test2015",
annFile="data/coco/anns/test2015/test-dev2015.json"
)
len(test2014_data), len(test2015_data), len(testdev2015_data)
# (40775, 81434, 20288)
cap_train2014_data
# Dataset CocoDetection
# Number of datapoints: 82783
# Root location: data/coco/imgs/train2014
cap_train2014_data.root
# 'data/coco/imgs/train2014'
print(cap_train2014_data.transform)
# None
print(cap_train2014_data.target_transform)
# None
print(cap_train2014_data.transforms)
# None
cap_train2014_data[0]
# (<pil.image.image image mode="RGB" size="640x480">,
# [{'image_id': 9, 'id': 661611,
# 'caption': 'Closeup of bins of food that include broccoli and bread.'},
# {'image_id': 9, 'id': 661977,
# 'caption': 'A meal is presented in brightly colored plastic trays.'},
# {'image_id': 9, 'id': 663627,
# 'caption': 'there are containers filled with different kinds of foods'},
# {'image_id': 9, 'id': 666765,
# 'caption': 'Colorful dishes holding meat, vegetables, fruit, and bread.'},
# {'image_id': 9, 'id': 667602,
# 'caption': 'A bunch of trays that have different food.'}])
cap_train2014_data[1]
# (<pil.image.image image mode="RGB" size="640x426">,
# [{'image_id': 25, 'id': 122312,
# 'caption': 'A giraffe eating food from the top of the tree.'},
# {'image_id': 25, 'id': 127076,
# 'caption': 'A giraffe standing up nearby a tree '},
# {'image_id': 25, 'id': 127238,
# 'caption': 'A giraffe mother with its baby in the forest.'},
# {'image_id': 25, 'id': 133058,
# 'caption': 'Two giraffes standing in a tree filled area.'},
# {'image_id': 25, 'id': 133676,
# 'caption': 'A giraffe standing next to a forest filled with trees.'}])
cap_train2014_data[2]
# (<pil.image.image image mode="RGB" size="640x428">,
# [{'image_id': 30, 'id': 695774,
# 'caption': 'A flower vase is sitting on a porch stand.'},
# {'image_id': 30, 'id': 696557,
# 'caption': 'White vase with different colored flowers sitting inside of it. '},
# {'image_id': 30, 'id': 699041,
# 'caption': 'a white vase with many flowers on a stage'},
# {'image_id': 30, 'id': 701216,
# 'caption': 'A white vase filled with different colored flowers.'},
# {'image_id': 30, 'id': 702428,
# 'caption': 'A vase with red and white flowers outside on a sunny day.'}])
ins_train2014_data[0]
# (<pil.image.image image mode="RGB" size="640x480">,
# [{'segmentation': [[500.49, 473.53, 599.73, ..., 20.49, 473.53]],
# 'area': 120057.13925, 'iscrowd': 0, 'image_id': 9,
# 'bbox': [1.08, 187.69, 611.59, 285.84], 'category_id': 51,
# 'id': 1038967},
# {'segmentation': ..., 'category_id': 51, 'id': 1039564},
# ...,
# {'segmentation': ..., 'category_id': 55, 'id': 1914001}])
ins_train2014_data[1]
# (<pil.image.image image mode="RGB" size="640x426">,
# [{'segmentation': [[437.52, 353.33, 437.87, ..., 437.87, 357.19]],
# 'area': 19686.597949999996, 'iscrowd': 0, 'image_id': 25,
# 'bbox': [385.53, 60.03, 214.97, 297.16], 'category_id': 25,
# 'id': 598548},
# {'segmentation': [[99.26, 405.72, 133.57, ..., 97.77, 406.46]],
# 'area': 2785.8475500000004, 'iscrowd': 0, 'image_id': 25,
# 'bbox': [53.01, 356.49, 132.03, 55.19], 'category_id': 25,
# 'id': 599491}])
ins_train2014_data[2]
# (<pil.image.image image mode="RGB" size="640x428">,
# [{'segmentation': [[267.38, 330.14, 281.81, ..., 269.3, 329.18]],
# 'area': 47675.66289999999, 'iscrowd': 0, 'image_id': 30,
# 'bbox': [204.86, 31.02, 254.88, 324.12], 'category_id': 64,
# 'id': 291613},
# {'segmentation': [[394.34, 155.81, 403.96, ..., 393.38, 157.73]],
# 'area': 16202.798250000003, 'iscrowd': 0, 'image_id': 30,
# 'bbox': [237.56, 155.81, 166.4, 195.25], 'category_id': 86,
# 'id': 1155486}])
pk_train2014_data[0]
# (<pil.image.image image mode="RGB" size="640x480">, [])
pk_train2014_data[1]
# (<pil.image.image image mode="RGB" size="640x426">, [])
pk_train2014_data[2]
# (<pil.image.image image mode="RGB" size="640x428">, [])
cap_val2014_data[0]
# (<pil.image.image image mode="RGB" size="640x478">,
# [{'image_id': 42, 'id': 641613,
# 'caption': 'This wire metal rack holds several pairs of shoes and sandals'},
# {'image_id': 42, 'id': 645309,
# 'caption': 'A dog sleeping on a show rack in the shoes.'},
# {'image_id': 42, 'id': 650217,
# 'caption': 'Various slides and other footwear rest in a metal basket outdoors.'},
# {'image_id': 42,
# 'id': 650868,
# 'caption': 'A small dog is curled up on top of the shoes'},
# {'image_id': 42,
# 'id': 652383,
# 'caption': 'a shoe rack with some shoes and a dog sleeping on them'}])
cap_val2014_data[1]
# (<pil.image.image image mode="RGB" size="565x640">,
# [{'image_id': 73, 'id': 593422,
# 'caption': 'A motorcycle parked in a parking space next to another motorcycle.'},
# {'image_id': 73, 'id': 746071,
# 'caption': 'An old motorcycle parked beside other motorcycles with a brown leather seat.'},
# {'image_id': 73, 'id': 746170,
# 'caption': 'Motorcycle parked in the parking lot of asphalt.'},
# {'image_id': 73, 'id': 746914,
# 'caption': 'A close up view of a motorized bicycle, sitting in a rack. '},
# {'image_id': 73, 'id': 748185,
# 'caption': 'The back tire of an old style motorcycle is resting in a metal stand. '}])
cap_val2014_data[2]
# (<pil.image.image image mode="RGB" size="640x426">,
# [{'image_id': 74, 'id': 145996,
# 'caption': 'A picture of a dog laying on the ground.'},
# {'image_id': 74, 'id': 146710,
# 'caption': 'Dog snoozing by a bike on the edge of a cobblestone street'},
# {'image_id': 74, 'id': 149398,
# 'caption': 'The white dog lays next to the bicycle on the sidewalk.'},
# {'image_id': 74, 'id': 149638,
# 'caption': 'a white dog is sleeping on a street and a bicycle'},
# {'image_id': 74, 'id': 150181,
# 'caption': 'A puppy rests on the street next to a bicycle.'}])
ins_val2014_data[0]
# (<pil.image.image image mode="RGB" size="640x478">,
# [{'segmentation': [[382.48, 268.63, 330.24, ..., 394.09, 264.76]],
# 'area': 53481.5118, 'iscrowd': 0, 'image_id': 42,
# 'bbox': [214.15, 41.29, 348.26, 243.78], 'category_id': 18,
# 'id': 1817255}])
ins_val2014_data[1]
# (<pil.image.image image mode="RGB" size="565x640">,
# [{'segmentation': [[134.36, 145.55, 117.02, ..., 138.69, 141.22]],
# 'area': 172022.43864999997, 'iscrowd': 0, 'image_id': 73,
# 'bbox': [13.0, 22.75, 535.98, 609.67], 'category_id': 4,
# 'id': 246920},
# {'segmentation': [[202.28, 4.97, 210.57, 26.53, ..., 192.33, 3.32]],
# 'area': 52666.3402, 'iscrowd': 0, 'image_id': 73,
# 'bbox': [1.66, 3.32, 268.6, 271.91], 'category_id': 4,
# 'id': 2047387}])
ins_val2014_data[2]
# (<pil.image.image image mode="RGB" size="640x426">,
# [{'segmentation': [[321.02, 321.0, 314.25, ..., 320.57, 322.86]],
# 'area': 18234.62355, 'iscrowd': 0, 'image_id': 74,
# 'bbox': [61.87, 276.25, 296.42, 103.18], 'category_id': 18,
# 'id': 1774},
# {'segmentation': ..., 'category_id': 2, 'id': 128367},
# ...
# {'segmentation': ..., 'category_id': 1, 'id': 1751664}])
pk_val2014_data[0]
# (<pil.image.image image mode="RGB" size="640x478">, [])
pk_val2014_data[1]
# (<pil.image.image image mode="RGB" size="565x640">, [])
pk_val2014_data[2]
# (<pil.image.image image mode="RGB" size="640x426">,
# [{'segmentation': [[301.32, 93.96, 305.72, ..., 299.67, 94.51]],
# 'num_keypoints': 0, 'area': 638.7158, 'iscrowd': 0,
# 'keypoints': [0, 0, 0, 0, ..., 0, 0], 'image_id': 74,
# 'bbox': [295.55, 93.96, 18.42, 58.83], 'category_id': 1,
# 'id': 195946},
# {'segmentation': ..., 'category_id': 1, 'id': 253933},
# ...
# {'segmentation': ..., 'category_id': 1, 'id': 1751664}])
test2014_data[0]
# (<pil.image.image image mode="RGB" size="640x480">, [])
test2014_data[1]
# (<pil.image.image image mode="RGB" size="480x640">, [])
test2014_data[2]
# (<pil.image.image image mode="RGB" size="480x640">, [])
test2015_data[0]
# (<pil.image.image image mode="RGB" size="640x480">, [])
test2015_data[1]
# (<pil.image.image image mode="RGB" size="480x640">, [])
test2015_data[2]
# (<pil.image.image image mode="RGB" size="480x640">, [])
testdev2015_data[0]
# (<pil.image.image image mode="RGB" size="640x480">, [])
testdev2015_data[1]
# (<pil.image.image image mode="RGB" size="480x640">, [])
testdev2015_data[2]
# (<pil.image.image image mode="RGB" size="640x427">, [])
import matplotlib.pyplot as plt
from matplotlib.patches import Polygon, Rectangle
import torch
def show_images(data, main_title=None):
file = data.root.split('/')[-1]
if data[0][1] and "caption" in data[0][1][0]:
if file == "train2014":
plt.figure(figsize=(14, 5))
plt.suptitle(t=main_title, y=0.9, fontsize=14)
x_axis = 0.02
x_axis_incr = 0.325
fs = 10.5
elif file == "val2014":
plt.figure(figsize=(14, 6.5))
plt.suptitle(t=main_title, y=0.94, fontsize=14)
x_axis = 0.01
x_axis_incr = 0.32
fs = 9.4
for i, (im, ann) in zip(range(1, 4), data):
plt.subplot(1, 3, i)
plt.imshow(X=im)
plt.title(label=ann[0]["image_id"])
y_axis = 0.0
for j in range(0, 5):
plt.figtext(x=x_axis, y=y_axis, fontsize=fs,
s=f'{ann[j]["id"]}:\n{ann[j]["caption"]}')
if file == "train2014":
y_axis -= 0.1
elif file == "val2014":
y_axis -= 0.07
x_axis += x_axis_incr
if i == 2 and file == "val2014":
x_axis += 0.06
plt.tight_layout()
plt.show()
elif data[0][1] and "segmentation" in data[0][1][0]:
if file == "train2014":
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(14, 4))
elif file == "val2014":
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(14, 5))
fig.suptitle(t=main_title, y=1.0, fontsize=14)
for (im, anns), axis in zip(data, axes.ravel()):
for ann in anns:
for seg in ann['segmentation']:
seg_tsors = torch.tensor(seg).split(2)
seg_lists = [seg_tsor.tolist() for seg_tsor in seg_tsors]
poly = Polygon(xy=seg_lists,
facecolor="lightgreen", alpha=0.7)
axis.add_patch(p=poly)
px = []
py = []
for j, v in enumerate(seg):
if j%2 == 0:
px.append(v)
else:
py.append(v)
axis.plot(px, py, color='yellow')
x, y, w, h = ann['bbox']
rect = Rectangle(xy=(x, y), width=w, height=h,
linewidth=3, edgecolor='r',
facecolor='none', zorder=2)
axis.add_patch(p=rect)
axis.imshow(X=im)
axis.set_title(label=anns[0]["image_id"])
fig.tight_layout()
plt.show()
elif not data[0][1]:
if file == "train2014":
plt.figure(figsize=(14, 5))
plt.suptitle(t=main_title, y=0.9, fontsize=14)
elif file == "val2014":
plt.figure(figsize=(14, 5))
plt.suptitle(t=main_title, y=1.05, fontsize=14)
elif file == "test2014" or "test2015":
plt.figure(figsize=(14, 8))
plt.suptitle(t=main_title, y=0.9, fontsize=14)
for i, (im, _) in zip(range(1, 4), data):
plt.subplot(1, 3, i)
plt.imshow(X=im)
plt.tight_layout()
plt.show()
show_images(data=cap_train2014_data, main_title="cap_train2014_data")
show_images(data=ins_train2014_data, main_title="ins_train2014_data")
show_images(data=pk_train2014_data, main_title="pk_train2014_data")
show_images(data=cap_val2014_data, main_title="cap_val2014_data")
show_images(data=ins_val2014_data, main_title="ins_val2014_data")
show_images(data=pk_val2014_data, main_title="pk_val2014_data")
show_images(data=test2014_data, main_title="test2014_data")
show_images(data=test2015_data, main_title="test2015_data")
show_images(data=testdev2015_data, main_title="testdev2015_data")
</pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image></pil.image.image>
以上是PyTorch 中的 CocoDetection (1)的详细内容。更多信息请关注PHP中文网其他相关文章！
声明
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn
Python与C：学习曲线和易用性Apr 19, 2025 am 12:20 AMPython更易学且易用，C 则更强大但复杂。1.Python语法简洁，适合初学者，动态类型和自动内存管理使其易用，但可能导致运行时错误。2.C 提供低级控制和高级特性，适合高性能应用，但学习门槛高，需手动管理内存和类型安全。
Python vs. C：内存管理和控制Apr 19, 2025 am 12:17 AMPython和C 在内存管理和控制方面的差异显着。 1.Python使用自动内存管理，基于引用计数和垃圾回收，简化了程序员的工作。 2.C 则要求手动管理内存，提供更多控制权但增加了复杂性和出错风险。选择哪种语言应基于项目需求和团队技术栈。
科学计算的Python：详细的外观Apr 19, 2025 am 12:15 AMPython在科学计算中的应用包括数据分析、机器学习、数值模拟和可视化。1.Numpy提供高效的多维数组和数学函数。2.SciPy扩展Numpy功能，提供优化和线性代数工具。3.Pandas用于数据处理和分析。4.Matplotlib用于生成各种图表和可视化结果。
Python和C：找到合适的工具Apr 19, 2025 am 12:04 AM选择Python还是C 取决于项目需求：1)Python适合快速开发、数据科学和脚本编写，因其简洁语法和丰富库；2)C 适用于需要高性能和底层控制的场景，如系统编程和游戏开发，因其编译型和手动内存管理。
数据科学和机器学习的PythonApr 19, 2025 am 12:02 AMPython在数据科学和机器学习中的应用广泛，主要依赖于其简洁性和强大的库生态系统。1）Pandas用于数据处理和分析，2）Numpy提供高效的数值计算，3）Scikit-learn用于机器学习模型构建和优化，这些库让Python成为数据科学和机器学习的理想工具。
学习Python：2小时的每日学习是否足够？Apr 18, 2025 am 12:22 AM每天学习Python两个小时是否足够？这取决于你的目标和学习方法。1)制定清晰的学习计划，2)选择合适的学习资源和方法，3)动手实践和复习巩固，可以在这段时间内逐步掌握Python的基本知识和高级功能。
Web开发的Python：关键应用程序Apr 18, 2025 am 12:20 AMPython在Web开发中的关键应用包括使用Django和Flask框架、API开发、数据分析与可视化、机器学习与AI、以及性能优化。1.Django和Flask框架：Django适合快速开发复杂应用，Flask适用于小型或高度自定义项目。2.API开发：使用Flask或DjangoRESTFramework构建RESTfulAPI。3.数据分析与可视化：利用Python处理数据并通过Web界面展示。4.机器学习与AI：Python用于构建智能Web应用。5.性能优化：通过异步编程、缓存和代码优
Python vs.C：探索性能和效率Apr 18, 2025 am 12:20 AMPython在开发效率上优于C ，但C 在执行性能上更高。1.Python的简洁语法和丰富库提高开发效率。2.C 的编译型特性和硬件控制提升执行性能。选择时需根据项目需求权衡开发速度与执行效率。
热AI工具
Undresser.AI Undress
人工智能驱动的应用程序，用于创建逼真的裸体照片
AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。
Undress AI Tool
免费脱衣服图片
Clothoff.io
AI脱衣机
AI Hentai Generator
免费生成ai无尽的。
热门文章
刺客信条阴影：贝壳谜语解决方案
3 周前ByDDD
Windows 11 KB5054979中的新功能以及如何解决更新问题
2 周前ByDDD
在哪里可以找到原子中的起重机控制钥匙卡
3 周前ByDDD
节省R.E.P.O.解释（并保存文件）
1 个月前By尊渡假赌尊渡假赌尊渡假赌
刺客信条阴影 - 如何找到铁匠，解锁武器和装甲定制
4 周前ByDDD
热工具
SecLists
SecLists是最终安全测试人员的伙伴。它是一个包含各种类型列表的集合，这些列表在安全评估过程中经常使用，都在一个地方。SecLists通过方便地提供安全测试人员可能需要的所有列表，帮助提高安全测试的效率和生产力。列表类型包括用户名、密码、URL、模糊测试有效载荷、敏感数据模式、Web shell等等。测试人员只需将此存储库拉到新的测试机上，他就可以访问到所需的每种类型的列表。
WebStorm Mac版
好用的JavaScript开发工具
ZendStudio 13.5.1 Mac
功能强大的PHP集成开发环境
安全考试浏览器
Safe Exam Browser是一个安全的浏览器环境，用于安全地进行在线考试。该软件将任何计算机变成一个安全的工作站。它控制对任何实用工具的访问，并防止学生使用未经授权的资源。
MinGW - 适用于 Windows 的极简 GNU
这个项目正在迁移到osdn.net/projects/mingw的过程中，你可以继续在那里关注我们。MinGW：GNU编译器集合（GCC）的本地Windows移植版本，可自由分发的导入库和用于构建本地Windows应用程序的头文件；包括对MSVC运行时的扩展，以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。
