数据格式：实例分割

介绍

实例分割是在目标检测数据格式的基础上，对两点框增加了对检测框中掩膜（mask）的边界定位，使用 JSON 文件作为标注，001.jpg 是一张原图，001.json 则是该图中若干个实例分割的标注和对应标签。

样例

train_meta.csv

json_Label,image_Source
labels/001.json,images/001.jpg

实例分割的 JSON 标注内容，是标注框和对应的内容和属性，标注框包括分为两点框和掩膜（mask）边界：

• 两点框是左上角（x_min 和 y_min）和右下角（x_max 和 y_max）两个点
• mask 是从区域左上点开始顺时针方向的若干个点坐标，闭合图案表示该物体的形状。

所有标注坐标使用的是点在图片上的相对位置，例如：图片大小（800, 600），点坐标（10，30），则标注框的表示为（10/800，30/600），即（0.125，0.05）。

字段说明

• image_width - 该图片的宽度
• image_height - 该图片的高度
• image_path - 该图片文件的相对路径
• num_box - 该图片上的标注框数目
• bboxes - 该图片上的标注框列表
  • attributions - 数据集自定义使用的属性值（训练不使用，但是有保留意义的标注）
  • label - 该框的标注标签
  • x_min / y_min - 两点框左上角坐标
  • x_max / y_max - 两点框右下角坐标
  • x_arr - Mask 边缘点依次 x 坐标
  • y_arr - Mask 边缘点依次 y 坐标

实例分割标注样例

{
  "num_box": 1,
  "bboxes": [
    {
      "id": 0,
      "attributions": {
        "group": 2
      },
      "label": "people",
      "x_max": 0.08816,
      "x_min": 0.00001,
      "y_max": 0.20833,
      "y_min": 0.00001,
      "x_arr": [0.0, 0.0, 0.0861, 0.0875, 0.2083, 0.2097, 0.3292, 0.3306, 0.4514, 0.4528, 0.57222, 0.5736, 0.6347, 0.6347],
      "y_arr": [0.0, 0.0652, 0.0652, 0.0707, 0.0706, 0.0761, 0.0761, 0.0815, 0.0815, 0.0869, 0.0869, 0.0924, 0.0924, 0.0]
    }
  ],
  "image_height": 2019,
  "image_width": 2048,
  "image_path": "images/1.jpg"
}