COCO dataset

COCO Dataset 이란?

머신러닝을 위한 일종의 데이터 포맷의 유형 하나로, COCO Dataset은 object detection, segmentation, keypoint dectection을 위한 데이터 포맷 형식이다.

Deteection, segmentation 등 task를 위한 bounding box의 좌표, segmentation mask 픽셀 등 필요한 정보들(annotation)을 json형태로 제공합니다.

Json file은 Info, Licences, Images, Categories, Annotaions, 크게 5가지로 구분된 정보를 가지고 있습니다. 이를 바탕으로 Licences를 제외한 4개의 정보에 대한 설명을 하겠습니다.

json file info정보

• Info) 데이터 셋에 대한 데이터 셋 버전, 설명, 생성 날짜 등의 정보를 포함하고 있습니다.

해당 dataset의 class 정보

• 데이터 셋에 존재하는 Category에 대한 정보가 담겨 있습니다.

해당 dataset에 있는 image file 정보

• 데이터 셋에 속하는 이미지 정보를 가져옵니다. 이미지의 filename, width, heigth등의 정보가 포함되어 있습니다.

해당 image file에 대한 boundary box 및 종합정보

• 한 이미지에 대응하는 여러객체들을 한개씩 나누어 image_id, category_id , box_boundary 등에 대한 정보를 저장하고 있습니다.

이때 해당 cocodatset으로 이뤄진 json file을 읽어오는 방법에 대해 알아보겠습니다.

from pycocotools.coco import COCO

class 별칭(torch.utils.data.Dataset):

self.coco = COCO("파일경로/_annotations.coco.json"

해당 위 형식과 같이 annotations.coco.json file이 있는 경로를 입력하여 해당 정보들을 가져올 수 있습니다.

이때 개별적으로 id, category,annotation에 대한 정보를 가져오려면 해당 명령어를 통해 진행합니다.

id

coco.loadImgs(self.coco.getImgIds(idx)) # Imgs의 정보 한덩어리

category

coco.loadCats(self.coco.getCatIds(idx)) # Imgs의 정보 한덩어리

annotation

coco.loadAnns(self.coco.getAnnIds(idx)) # annotation의 정보 한덩어리

• load@@은 @@의 id를 input으로 @@ dict전체를 retrun하는 함수입니다.
• get@@Ids는 해당 @@을 input으로 그에 해당하는 @@ id를 return하는 함수입니다.

해당 dataset을 보다 손쉽게 만들기 위해 해외 사이트를 하나 가져왔습니다.
project를 만든후 데이터 라벨링을 하여 손수 데이터를 만드는 방법이 있고, 다른 사람들이 만든 project를 바탕으로 데이터를 불러 올 수도 있습니다.

로보플로우

위 링크를 걸며 이만 마치겠습니다. 감사합니다 (_ _)