数据格式：目标检测

介绍

目标检测由于 Label 字段内容多，所以使用单独的 JSON 文件作为标注，001.jpg 是一张原图，001.json 则是该图中若干个目标物体的标注和对应标签。

样例

meta.csv

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

目标检测的 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四点框：

• 两点框是左上角（x_min 和 y_min）和右下角（x_max 和 y_max）两个点
• 四点框是从任一点（左上点）开始顺时针方向的4个点坐标。四点框可以是矩形框也可以是一般四边形

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 - 该框的类型标注
  • 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 - 四点框四点依次 x 坐标
  • y_arr - 四点框四点依次 y 坐标

两点框标注样例

{
  "num_box": 2,
  "bboxes": [
    {
      "attributions": {
        "group": 0
      },
      "id": 0,
      "label": "ball",
      "x_max": 0.853887,
      "x_min": 0.700299,
      "y_max": 0.099826,
      "y_min": 0.050272
    },
    {
      "attributions": {
        "group": 0
      },
      "id": 1,
      "label": "ball",
      "x_max": 0.719806,
      "x_min": 0.692791,
      "y_max": 0.163233,
      "y_min": 0.110261
    }
  ],
  "image_path": "8/ballet_106_0.jpg",
  "image_width": 600,
  "image_height": 419,
}

四点框标注样例

{
  "num_box": 2,
  "bboxes": [
    {
      "id": 0,
      "attributions": {
        "group": 0
      },
      "label": "ball",
      "x_arr": [ 0.700982, 0.853886, 0.853203, 0.700299],
      "y_arr": [ 0.050271, 0.055058, 0.099825, 0.095039]
    },
    {
      "id": 1,
      "attributions": {
        "group": 0
      },
      "label": "ball",
      "x_arr": [ 0.698083, 0.719805, 0.714512, 0.692790],
      "y_arr": [ 0.110260, 0.115165, 0.163232, 0.158328]
    }
  ],
  "image_path": "8/ballet_106_0.jpg",
  "image_width": 600,
  "image_height": 419,
}