MS COCO 2014数据集获取类别semantic segmentation

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_33000225/article/details/78985635

MS COCO 2014 数据集的cocoapi只能获得 instance mask（下图右）；但是要是想获得 class semantic segmentation（下图左），现在的官方cocoapi貌似并没提供这个api。

---

实现环境：

• Python

---

实现方法：

coco官网的2017年数据集中可以发现有Stuff Segmentation，同时提供了新版的能获取Stuff Segmentation的cocoapi：link 。里面的 PythonAPI/cocostuff/cocoSegmentationToPngDemo.py 可以获得类别的Segmentation，但是这个是仅针对2017年的dataset的（博主发现直接使用会报错或者只能得到一片黑的图）。

在研究了2017的dataset和新版cocoapi后，发现2017的dataset的 category ids 与2014的dataset不一样，变成：

 1-91      % thing categories (not used for stuff segmentation) 
 92-182    % stuff categories 
 183       % other category (all thing pixels)

新版cocoapi根据stuff categories来对同一个class赋予颜色，直接使用原来的category ids(1-91)无法进行stuff分类（所以一片黑），因此对代码稍作改动即可作用于2014的数据集！

---

实现步骤：

1、下载新版cocoapi：https://github.com/nightrome/cocoapi

2、进入PythonAPI/pycocotools/cocostuffhelper.py，改动：

(1) Line141:

from:

    labelMap = cocoSegmentationToSegmentationMap(coco, imgId, includeCrowd=includeCrowd)

to:

    labelMap = cocoSegmentationToSegmentationMap(coco, imgId, checkUniquePixelLabel=False, includeCrowd=includeCrowd)

(2) Line142 后面加上:

    labelMap = labelMap + 91

3、进入 PythonAPI/ ：

make

4、使用 PythonAPI/cocostuff/cocoSegmentationToPngDemo.py ，设置好 annPath 为你自己的 coco/annotations/instances_train2014.json 路径；然后把 Line75-Line88 注释掉

5、运行即可

---

结果：

---

常见问题：

1. “Exception: Error: Some pixels have more than one label”：

   • 原因：2014的dataset可能存在一个pixel对应多个label的情况，2017的Stuff Segmentation应该不存在这个问题，所以新版cocoapi会检查异常
   • 解决方法：不检查异常（多个label则由后者覆盖），即看一下 Line141 有没有加上checkUniquePixelLabel=False （查看上方实现步骤2-(1)）

2. 得到的图像全黑：

   • 原因：检查原来 Line142的 labelMap 有没有加上91。若没加上，category ids仍为1-91，无法着色。
   • 解决方法：查看上方实现步骤2-(2)

---

References：

[1] coco dataset官网：http://cocodataset.org/#download
http://cocodataset.org/#stuff-eval
[2] cocoapi（旧版）：https://github.com/cocodataset/cocoapi
[3] cocoapi（新版）：https://github.com/nightrome/cocoapi