Detectron2是FAIR推出的一个目标检测框架，在Detectron的基础上进行了重新设计，基于pytorch。Detectron仅能接受COCO格式，Detectron2中能够接受其它形式的输入。这篇博客简要的介绍了VOC和COCO两种常见的目标检测数据标注格式。
Pascal VOC
Pascal Voc标注存储成XML的形式，每个XML对应一张图片。
它包含图片的路径在元素中，每个bbox存储在
1
2
3
4
5
6
7
8
9
10
11
12
| <object>
<name>fig</name>
<pose>Unspecified</pose>
<truncated>0</truncated>
<difficult>0</difficult>
<bndbox>
<xmin>256</xmin>
<ymin>27</ymin>
<xmax>381</xmax>
<ymax>192</ymax>
</bndbox>
</object>
|
COCO
COCO的数据格式只是一个单独的JSON文件，对于所有数据集中的标注，或者每个数据集的切片各一个。
bbox表示为左上的坐标和box的宽高的形式，”bbox”:[x, y, width, height]。
举个例子，COCO的JSON文件包含1张图片，对应最顶层的”image”元素，3个类别在”categories”元素中，2个标注的bbox在”annotation”元素中。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
| {
"type": "instances",
"images": [
{
"file_name": "0.jpg",
"height": 600,
"width": 800,
"id": 0
}
],
"categories": [
{
"supercategory": "none",
"name": "date",
"id": 0
},
{
"supercategory": "none",
"name": "hazelnut",
"id": 2
},
{
"supercategory": "none",
"name": "fig",
"id": 1
}
],
"annotations": [
{
"id": 1,
"bbox": [
100,
116,
140,
170
],
"image_id": 0,
"segmentation": [],
"ignore": 0,
"area": 23800,
"iscrowd": 0,
"category_id": 0
},
{
"id": 2,
"bbox": [
321,
320,
142,
102
],
"image_id": 0,
"segmentation": [],
"ignore": 0,
"area": 14484,
"iscrowd": 0,
"category_id": 0
}
]
}
|
因此，对于Detectron而言，需要将数据格式从VOC转换为COCO的格式。