如何使用pytorch加載并讀取COCO數據集

這篇文章主要介紹“如何使用pytorch加載并讀取COCO數據集”，在日常操作中，相信很多人在如何使用pytorch加載并讀取COCO數據集問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”如何使用pytorch加載并讀取COCO數據集”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

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注，導出為coco格式并讀取
結果：

到此，關于“如何使用pytorch加載并讀取COCO數據集”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！