制作包含mask的coco数据集

1. coco数据集格式

"annotations": [
{
    "id": int,
    "image_id": int,
    "category_id": int,
    "segmentation": RLE or [polygon],
    "area": float,
    "bbox": [x,y,width,height],
    "iscrowd": 0 or 1,
}
]

标注的信息

cocoapi提供了将polygon转为rle格式的代码 annToRLE

labelme中通过group来判断边界框与mask的归属性。

2. 训练Mask-RCNN

pycococreator

跑通了mask-rcnn跑出的分割结果是与图片大小相同的mask

3. mmdet中对COCO类的包装

coco中imgToAnns记录了某一个img_id对应所有的ann_id

_parse_ann_info包含了一张图片的所有的bbox与segm信息

result2json将检测与分割的结果写为coco的json格式。

model.show_result展示检测结果

4. 标注的标准

对于处于边界的细胞，完整程度要大于5/6

对于细胞质非常小，几乎不可见的细胞种类，不标注细胞核，直接标注为细胞cell

参考文献

https://patrickwasp.com/create-your-own-coco-style-dataset/

https://github.com/waspinator/pycococreator/

TYS的博客

数据集准备