mindspore.dataset.CocoDataset ============================== .. image:: https://mindspore-website.obs.cn-north-4.myhuaweicloud.com/website-images/master/resource/_static/logo_source.svg :target: https://gitee.com/mindspore/mindspore/blob/master/docs/api/api_python/dataset/mindspore.dataset.CocoDataset.rst :alt: 查看源文件 .. py:class:: mindspore.dataset.CocoDataset(dataset_dir, annotation_file, task='Detection', num_samples=None, num_parallel_workers=None, shuffle=None, decode=False, sampler=None, num_shards=None, shard_id=None, cache=None, extra_metadata=False, decrypt=None) COCO（Common Objects in Context）数据集。 该API支持解析COCO2017数据集，支持四种类型的机器学习任务，分别是目标检测、关键点检测、物体分割、全景分割和图片注解。 参数： - **dataset_dir** (str) - 包含数据集文件的根目录路径。 - **annotation_file** (str) - 数据集标注JSON文件的路径。 - **task** (str, 可选) - 指定COCO数据的任务类型。支持的任务类型包括： ``'Detection'`` （目标检测） 、 ``'Stuff'`` （物体分割） 、 ``'Panoptic'`` （全景分割） 、 ``'Keypoint'`` （关键点检测）和 ``'Captioning'`` （图片注解） 。默认值： ``'Detection'`` 。 - **num_samples** (int, 可选) - 指定从数据集中读取的样本数，可以小于数据集总数。默认值： ``None`` ，读取全部样本图片。 - **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数。默认值： ``None`` ，使用全局默认线程数(8)，也可以通过 :func:`mindspore.dataset.config.set_num_parallel_workers` 配置全局线程数。 - **shuffle** (bool, 可选) - 是否混洗数据集。默认值： ``None`` ，表2中会展示不同参数配置的预期行为。 - **decode** (bool, 可选) - 是否对读取的图片进行解码操作。默认值： ``False`` ，不解码。 - **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器。默认值： ``None`` ，表2中会展示不同配置的预期行为。 - **num_shards** (int, 可选) - 指定分布式训练时将数据集进行划分的分片数。默认值： ``None`` 。指定此参数后， `num_samples` 表示每个分片的最大样本数。 - **shard_id** (int, 可选) - 指定分布式训练时使用的分片ID号。默认值： ``None`` 。只有当指定了 `num_shards` 时才能指定此参数。 - **cache** (:class:`~.dataset.DatasetCache`, 可选) - 单节点数据缓存服务，用于加快数据集处理，详情请阅读 `单节点数据缓存 `_ 。默认值： ``None`` ，不使用缓存。 - **extra_metadata** (bool, 可选) - 用于指定是否额外输出一个数据列用于表示图片元信息。如果为True，则将额外输出一个名为 `[_meta-filename, dtype=string]` 的数据列。默认值： ``False`` 。 - **decrypt** (callable, 可选) - 图像解密函数，接受加密的图片路径并返回bytes类型的解密数据。默认值： ``None`` ，不进行解密。 根据不同 `task` 参数设置，生成数据集具有不同的输出列： +-------------------------+----------------------------------------------+ | `task` | 输出列 | +=========================+==============================================+ | Detection | [image, dtype=uint8] | | | | | | [bbox, dtype=float32] | | | | | | [category_id, dtype=uint32] | | | | | | [iscrowd, dtype=uint32] | +-------------------------+----------------------------------------------+ | Stuff | [image, dtype=uint8] | | | | | | [segmentation, dtype=float32] | | | | | | [iscrowd, dtype=uint32] | +-------------------------+----------------------------------------------+ | Keypoint | [image, dtype=uint8] | | | | | | [keypoints, dtype=float32] | | | | | | [num_keypoints, dtype=uint32] | +-------------------------+----------------------------------------------+ | Panoptic | [image, dtype=uint8] | | | | | | [bbox, dtype=float32] | | | | | | [category_id, dtype=uint32] | | | | | | [iscrowd, dtype=uint32] | | | | | | [area, dtype=uint32] | +-------------------------+----------------------------------------------+ | Captioning | [image, dtype=uint8] | | | | | | [captions, dtype=string] | +-------------------------+----------------------------------------------+ 异常： - **RuntimeError** - `dataset_dir` 路径下不包含任何数据文件。 - **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。 - **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数或同时指定了 `sampler` 和 `shard_id` 参数。 - **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。 - **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。 - **RuntimeError** - 解析 `annotation_file` 指定的JSON文件失败。 - **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。 - **ValueError** - `task` 参数取值不为 ``'Detection'`` 、 ``'Stuff'`` 、 ``'Panoptic'`` 、 ``'Keypoint'`` 或 ``'Captioning'`` 。 - **ValueError** - `annotation_file` 参数对应的文件不存在。 - **ValueError** - `dataset_dir` 参数路径不存在。 - **ValueError** - 如果 `shard_id` 取值不在[0, `num_shards` )范围。 教程样例： - `使用数据Pipeline加载 & 处理数据集 `_ .. note:: - 当参数 `extra_metadata` 为 ``True`` 时，还需使用 `rename` 操作删除额外数据列 '_meta-filename'的前缀 '_meta-'， 否则迭代得到的数据行中不会出现此额外数据列。 - 暂不支持指定 `sampler` 参数为 :class:`mindspore.dataset.PKSampler`。 - 入参 `num_samples` 、 `shuffle` 、 `num_shards` 、 `shard_id` 可用于控制数据集所使用的采样器，其与入参 `sampler` 搭配使用的效果如下。 .. include:: mindspore.dataset.sampler.txt **关于COCO数据集：** Microsoft Common Objects in Context（COCO）是一个大型数据集，该数据集专门为目标检测，语义分割和字幕生成任务而设计。它拥有330K张图像（标记数量大于200K个）、1500000个目标实例、80个目标类别、91个对象类别、每张图片均有5个字幕、带关键点标注的人有250000个。与流行的ImageNet数据集相比，COCO的类别较少，但每个类别中的图片样本非常多。 您可以解压缩原始COCO-2017数据集文件得到如下目录结构，并通过MindSpore的API读取。 .. code-block:: . └── coco_dataset_directory ├── train2017 │ ├── 000000000009.jpg │ ├── 000000000025.jpg │ ├── ... ├── test2017 │ ├── 000000000001.jpg │ ├── 000000058136.jpg │ ├── ... ├── val2017 │ ├── 000000000139.jpg │ ├── 000000057027.jpg │ ├── ... └── annotation ├── captions_train2017.json ├── captions_val2017.json ├── instances_train2017.json ├── instances_val2017.json ├── person_keypoints_train2017.json └── person_keypoints_val2017.json **引用：** .. code-block:: @article{DBLP:journals/corr/LinMBHPRDZ14, author = {Tsung{-}Yi Lin and Michael Maire and Serge J. Belongie and Lubomir D. Bourdev and Ross B. Girshick and James Hays and Pietro Perona and Deva Ramanan and Piotr Doll{\'{a}}r and C. Lawrence Zitnick}, title = {Microsoft {COCO:} Common Objects in Context}, journal = {CoRR}, volume = {abs/1405.0312}, year = {2014}, url = {http://arxiv.org/abs/1405.0312}, archivePrefix = {arXiv}, eprint = {1405.0312}, timestamp = {Mon, 13 Aug 2018 16:48:13 +0200}, biburl = {https://dblp.org/rec/journals/corr/LinMBHPRDZ14.bib}, bibsource = {dblp computer science bibliography, https://dblp.org} } .. include:: mindspore.dataset.api_list_vision.txt