COCO API 使用说明书
对文章 COCO 数据集的使用 做了一些改动，抛去一些繁琐的操作，让 API 是使用更加方便和快捷。
简介
微软发布的 COCO 数据库是一个大型图像数据集, 专为对象检测、分割、人体关键点检测、语义分割和字幕生成而设计。
COCO 数据库的网址是:
- MS COCO 数据集主页 – http://mscoco.org/
- Github 网址 – https://github.com/Xinering/cocoapi
- 关于 API 更多的细节在网站: http://mscoco.org/dataset/#download
COCO API 提供了 Matlab, Python 和 Lua 的 API 接口. 该 API 接口可以提供完整的图像标签数据的加载, parsing 和可视化。此外,网站还提供了数据相关的文章, 教程等。
在使用 COCO 数据库提供的 API 和 demo 之前, 需要首先下载 COCO 的图像和标签数据（类别标志、类别数量区分、像素级的分割等 ）：
- 图像数据下载到
coco/images/文件夹中 - 标签数据下载到
coco/annotations/文件夹中
下面我们来探讨一下如何利用 Python 来使用 COCO 数据集。
1 COCO 数据集的使用
下面我们来看看如何更好、更方便的使用 COCO 数据集？
首先我先是 fork 了 COCO API，然后下载到本地，并切换到：D:\API\cocoapi\PythonAPI。
cd D:\API\cocoapi\PythonAPI打开 Makefile 可以看到 API 的安装和使用说明。
在 Linux 下，我们直接在终端输入下列命令即可正常使用 COCO API：
pip3 install -U Cython
pip3 install -U pycocotoolsCOCO API 对 WIndows 系统不是太友好，在 Windows 下直接运行 python setup.py build_ext --inplace 会报错：
Windows 中 （一般需要安装 visual studio）有许多的坑，参考 Windows 10 编译 Pycocotools 踩坑记 暴力删掉参数 Wno-cpp 和 Wno-unused-function，如下图所示：
这样，我们便可以使用 pycocotools，不过每次你想要调用 pycocotools 都需要先载入局部环境：
import sys
sys.path.append('D:\API\cocoapi\PythonAPI') # 将你的 `pycocotools` 所在路径添加到系统环境如果你不想这么麻烦，你可以直接将 pycocotools 安装在你的主环境下：
先切换到包所在路径
cd D:\API\cocoapi\PythonAPI然后，运行
python setup.py build_ext install
rd build # 删除下面你便可载入 pycocotools 了。
2 COCO API
我们先看看如何使用 Annotations 数据。载入必要的包：
import sys
sys.path.append('D:\API\cocoapi\PythonAPI')
# -------------------------
import os
import zipfile
import pycocotools
root = 'E:/Data/coco' # 你下载的 COCO 数据集所在目录COCO API 可以帮助你载入、解析和可视化 annotations。 该 API 支持 multiple annotation 格式 (详情见 data format). 更多关于 API 的细节可参考 coco.py，同时你也可以查看 Python API demo。
COCO API 的记号说明：
3 MASK API
COCO 为每个实例对象提供分割掩码（segmentation masks）。这就产生了两个挑战: 紧凑地存储掩码和高效地执行掩码计算。 MASK API 使用自定义运行长度编码 (Run Length Encoding, RLE) 方案解决这两个难题。RLE 表示的大小与掩码的边界像素数成正比, 并且可以在 RLE 上直接有效地计算操作 (如面积、联合或交集)。具体来说, 假设 shapes 相当简单, RLE 表示形式为 \(O(\sqrt{n}\), 其中 \(n\) 是对象中的像素数, 而通常计算量同样是 \(O(\sqrt{n})\)。在解码掩码 (存储为阵列) 上进行相同操作的自然的计算量将是 \(O(n)\)。
Mask API 提供了一个用于操作以 RLE 格式存储的掩码的接口。这个 API 被定义在 mask.py。最后, 大多数 ground truth masks 存储为多边形 (相当紧凑), 这些多边形在需要时转换为 RLE。
下面我们来解读一下 pycocoDemo.ipynb。
4 pycocoDemo.ipynb 解读
%matplotlib inline
import zipfile
import numpy as np
import skimage.io as io
import matplotlib.pyplot as plt
import pylab
pylab.rcParams['figure.figsize'] = (8.0, 10.0)
# -------------------
try: # pycocotools 已经加入了全局环境变量中
from pycocotools.coco import COCO
except ModuleNotFoundError:
import sys
# 加载 COCO API 环境
sys.path.append('D:\API\cocoapi\PythonAPI')
from pycocotools.coco import COCO下面我们来看看 val2017 的标注信息：