博客

最近用到coco2017数据集做目标检测，顺便整理一下数据集。

coco数据集用专门的python api 方便我们直接来读取图片数据，详细的可以去看

https://github.com/cocodataset/cocoapi

，

我们这里主要是统计数据集的类别，这样就清楚自己的训练数据是否足够，不同的类别分布是否均衡等问题。

我们使用以下代码来统计类别、图片数、标注框数：

from pycocotools.coco import COCO

dataDir='./COCO'
dataType='val2017'
#dataType='train2017'
annFile='{}/annotations/instances_{}.json'.format(dataDir, dataType)

# initialize COCO api for instance annotations
coco=COCO(annFile)

# display COCO categories and supercategories
cats = coco.loadCats(coco.getCatIds())
cat_nms=[cat['name'] for cat in cats]
print('number of categories: ', len(cat_nms))
print('COCO categories: \n', cat_nms)

# 统计各类的图片数量和标注框数量
for cat_name in cat_nms:
    catId = coco.getCatIds(catNms=cat_name)     # 1~90
    imgId = coco.getImgIds(catIds=catId)        # 图片的id  
    annId = coco.getAnnIds(catIds=catId)        # 标注框的id

    print("{:<15} {:<6d}     {:<10d}".format(cat_name, len(imgId), len(annId)))

测试集输出：

训练集输出：