如何从COCO数据集创建掩模图像？

Question

所以我一直在用这个代码，。我试图从COCO数据集生成图像的原始掩码。在

dataDir='G:'
dataType='train2014'
annFile='{}/annotations/instances_{}.json'.format(dataDir,dataType)


coco=COCO(annFile)
annFile = '{}/annotations/person_keypoints_{}.json'.format(dataDir,dataType)
coco_kps=COCO(annFile)


catIds = coco.getCatIds(catNms=['person'])
imgIds = coco.getImgIds(catIds=catIds );
imgIds = coco.getImgIds(imgIds = imgIds[0])
img = coco.loadImgs(imgIds[np.random.randint(0,len(imgIds))])[0]
I = io.imread('G:/train2014/'+img['file_name'])

plt.imshow(I); plt.axis('off')
annIds = coco.getAnnIds(imgIds=img['id'], catIds=catIds, iscrowd=None)
anns = coco.loadAnns(annIds)
coco.showAnns(anns)

但我得到的是这样的东西

但我想要的是这样的东西

如何针对每个图像获取原始蒙版？在

Answer 1

不熟悉COCO，但我看到有一个^{}函数，它应该为每个注释生成一个二进制掩码。在

因此，在未经测试的伪代码中，假设掩码不重叠，您应该有如下内容：

annIds = coco.getAnnIds(imgIds=img['id'], catIds=catIds, iscrowd=None)

mask = np.zeros_like(img)
for i, ann in enumerate(annIds):
    mask += coco.annToMask(ann) * i 

Answer 2

我要迟到了，但如果这能帮到别人的话。 我不知道您的代码是否适用于您的应用程序，但是，如果您希望遮罩的每个像素都具有注释类别id的值，那么您不能只添加遮罩，因为有些遮罩会重叠。我用了一个numpy最大值：

cat_ids = coco.getCatIds()
anns_ids = coco.getAnnIds(imgIds=img['id'], catIds=cat_ids, iscrowd=None)
anns = coco.loadAnns(anns_ids)
anns_img = np.zeros((img['height'],img['width']))
for ann in anns:
    anns_img = np.maximum(anns_img,coco.annToMask(ann)*ann['category_id'])

编辑： 下面是我在2017年数据集的图像47112上的代码示例： 灰色阴影的值是数据集描述中描述的类别的id。
请注意，这里的比萨饼在多边形的边缘与桌子重叠。如果我们加上口罩，重叠部分将被赋予一个id，对应于披萨和桌子类的总和。但是，使用max时，只保留一个类。在这种情况下，由于类表的id大于class pizza的id，因此即使pizza在上面可见，重叠也会影响class表。但我不确定这个问题是否能轻易解决。在

Answer 3

根据菲利波先生的直觉，我能够做出正确的代码，如下所示。在

mask = coco.annToMask(anns[0])
for i in range(len(anns)):
    mask += coco.annToMask(anns[i])

plt.imshow(mask)