物體檢測標註格式轉換-crowdhuman2coco

import os
import json
from PIL import Image


def load_file(fpath):#fpath是具體的文件 ，作用：#str to list
    assert os.path.exists(fpath)  #assert() raise-if-not
    with open(fpath,'r') as fid:
        lines = fid.readlines()
    records = [json.loads(line.strip('\n')) for line in lines] #str to list
    return records


def crowdhuman2coco(odgt_path, json_path, image_path):#一個輸入文件路徑，一個輸出文件路徑
    records = load_file(odgt_path)   #提取odgt文件數據
    #預處理
    json_dict = {"images":[], "annotations": [], "categories": []}#定義一個字典，coco數據集標註格式
    START_B_BOX_ID = 1 #設定框的起始ID
    image_id = 1  #每個image的ID唯一，自己設定start，每次++
    bbox_id = START_B_BOX_ID
    image = {} #定義一個字典，記錄image
    annotation = {} #記錄annotation
    categories = {}  #進行類別記錄
    record_list = len(records)  #獲得record的長度，循環遍歷所有數據。
    print(record_list)
    #一行一行的處理。
    for i in range(record_list):
        file_name = records[i]['ID']+'.jpg'  #這裏是字符串格式  eg.273278,600e5000db6370fb
        #image_id = int(records[i]['ID'].split(",")[0]) 這樣會導致id唯一，要自己設定
        c_file = os.path.join(image_path, file_name)
        im = Image.open(c_file)
        #根據文件名，獲取圖片，這樣可以獲取到圖片的寬高等信息。因爲再odgt數據集裏，沒有寬高的字段信息。
        image = {'file_name': file_name, 'height': im.size[1], 'width': im.size[0],'id':image_id} #im.size[0]，im.size[1]分別是寬高
        json_dict['images'].append(image) #這一步完成一行數據到字典images的轉換。

        gt_box = records[i]['gtboxes']  
        gt_box_len = len(gt_box) #每一個字典gtboxes裏，也有好幾個記錄，分別提取記錄。
        for j in range(gt_box_len):
            category = gt_box[j]['tag']
            if category not in categories:  #該類型不在categories，就添加上去
                new_id = len(categories) + 1 #ID遞增
                categories[category] = new_id
            category_id = categories[category]  #重新獲取它的類別ID
            fbox = gt_box[j]['fbox']  #獲得全身框
            #對ignore進行處理，ignore有時在key：extra裏，有時在key：head_attr裏。屬於互斥的。
            ignore = 0 #下面key中都沒有ignore時，就設爲0，據觀察，都存在，只是存在哪個字典裏，需要判斷一下
            if "ignore" in gt_box[j]['head_attr']:
                ignore = gt_box[j]['head_attr']['ignore']
            if "ignore" in gt_box[j]['extra']:
                ignore = gt_box[j]['extra']['ignore']
            #對字典annotation進行設值。
            annotation = {'area': fbox[2]*fbox[3], 'iscrowd': ignore, 'image_id':  #添加hbox、vbox字段。
                        image_id, 'bbox':fbox, 'hbox':gt_box[j]['hbox'],'vbox':gt_box[j]['vbox'],
                        'category_id': category_id,'id': bbox_id,'ignore': ignore,'segmentation': []}  
            #area的值，暫且就是fbox的寬高相乘了，觀察裏面的數據，發現fbox[2]小、fbox[3]很大，剛好一個全身框的寬很小，高就很大。（猜測），不是的話，再自行修改
            #segmentation怎麼處理？博主自己也不知道，找不到對應的數據，這裏就暫且不處理。
            #hbox、vbox、ignore是添加上去的，以防有需要。
            json_dict['annotations'].append(annotation)
            
            bbox_id += 1 #框ID ++
        image_id += 1 #這個image_id的遞增操作，注意位置，博主一開始，放上面執行了，後面出了bug，自己可以理一下。
        #annotations的轉化結束。
    #下面這一步，對所有數據，只需執行一次，也就是對categories裏的類別進行統計。
    for cate, cid in categories.items():
            #dict.items()返回列表list的所有列表項，形如這樣的二元組list：［(key,value),(key,value),...］
            cat = {'supercategory': 'none', 'id': cid, 'name': cate}
            json_dict['categories'].append(cat)
    #到此，json_dict的轉化全部完成，對於其他的key，
    #因爲沒有用到（不訪問），就不需要給他們空間，也不需要去處理，字典是按key訪問的，如果自己需要就自己添加上去就行
    json_fp = open(json_path, 'w')
    json_str = json.dumps(json_dict) #寫json文件。
    json_fp.write(json_str)
    json_fp.close()

if __name__=='__main__':
    odgt_path='./annotation_val.odgt'
    json_path='./annotation_val.json'
    image_path= './CrowdHuman_val/Images'
 
    crowdhuman2coco(odgt_path, json_path, image_path)

說明：
tag：label名稱，有兩類：person及mask，mask是指這樣的情況：crowd, reflection, something like person, … 因此，一般我們只需要取出person即可。
hbox：頭部的BBox（Head）

head_attr：頭部的一些屬性
fbox：全身的BBox（Full body）
vbox：沒有被遮蔽的BBox（Visible body）
extra：BBox的額外屬性
以上持續重複tag, hbox…, extra，視影像中有多少人而定。

其中extra中有ignore，occ，unsure屬性。
ignore：這個去掉就好。
occ：遮擋
unsure：這個好像都是爲0，不去管他就好了。
Crowdhuman將雕塑、影子，鏡子裏的人等視爲ignore區域，此外有一類ignore區域是很難精準預測的密集人羣，

參考：https://chtseng.wordpress.com/2019/12/13/crowdhuman-dataset-%E4%BB%8B%E7%B4%B9/
https://zhuanlan.zhihu.com/p/68677880