计算机视觉——【数据集】MOT17、COCO数据输入格式、数据集可视化脚本

目录

写在前面：本篇博文的目的是1. 理清MOT17数据集中文件及其内容的含义；2. COCO数据输入格式和YOLO数据输入格式和VOC数据输入格式的区别；3. 提供一个数据集可视化脚本，可以选中某个数据集，将该数据集中的groundtruth可视化在jpg上并生成视频播放。

Track1

数据格式的含义：

<camera_id><obj_id><frame_id><xmin><ymin><width><height><xworld><yworld>

MOT17数据集

数据集下载: https://pan.baidu.com/s/1TtKOUdcACLXBzS9L3lmE0A?pwd=67ey 提取码: 67ey
参考博客：多目标跟踪数据集 ：mot16、mot17数据集介绍以及多目标跟踪指标评测

数据集介绍

如下所示，该数据集中的文件结构如图所示。MOT17有21个训练集和21个检测集。

训练集

det

训练集中

/det 

文件夹中是针对检测的信息，该目录下只有一个det.txt文件，每行一个标注，代表一个检测的物体。
每一行标注的含义如下：第一个代表第几帧，第二个代表轨迹编号（因为检测结果只看检测框质量，不看id，故为

id

=-1。），

bb

开头的4个数代表物体框的左上角坐标及长宽。

conf

代表置信度，最后3个是MOT3D用到的内容，2D检测总是为-1.

<frame>,-1,<bb_left>,<bb_top>,<bb_width>,<bb_height>,<conf>,<3D_x>,<3D_y>,<3D_z>

gt

训练集中

/gt 

文件夹中是针对追踪的信息，该目录下只有一个gt.txt文件，每行一个标注，代表一个检测的物体。
每一行标注的含义如下：第一个代表第几帧，第二个值为目标运动轨迹的ID号，

bb

开头的4个数代表物体框的左上角坐标及长宽，第7个值为目标轨迹是否进入考虑范围内的标志，0表示忽略，1表示active。第八个值为该轨迹对应的目标种类（种类见下面的表格中的label-ID对应情况），第九个值为box的visibility ratio，表示目标运动时被其他目标box包含/覆盖或者目标之间box边缘裁剪情况。

<frame>,<id>,<bb_left>,<bb_top>,<bb_width>,<bb_height>,<trajectory_conf>,<trajectory_type>,<visibility_ratio>

COCO数据输入格式和YOLO数据输入格式和VOC数据输入格式

参考博客：VOC/YOLO/COCO数据集格式转换及LabelImg/Labelme/精灵标注助手Colabeler标注工具介绍
VOC标签格式，标注的标签存储在xml文件
YOLO标签格式，标注的标签存储在txt文件中
COCO标签格式，标注的标签存储在json文件中

数据集可视化脚本

yolo格式的可视化

import cv2
import os

label_path ='*.txt'
pic_path ='*.bmp'

img_gray = cv2.imread(pic_path)
width = img_gray.shape[1]
height = img_gray.shape[0]
label =[]if os.path.exists(label_path):
    label =[]withopen(label_path,'r')as label_f:for line in label_f.readlines():
            txt_list = line.split(' ')print('txt_list',txt_list)
            norm_x =float(txt_list[1])
            norm_y =float(txt_list[2])
            norm_w =float(txt_list[3])
            norm_h =float(txt_list[4])
            xmin =int(width *(norm_x -0.5* norm_w))
            ymin =int(height *(norm_y -0.5* norm_h))
            xmax =int(width *(norm_x +0.5* norm_w))
            ymax =int(height *(norm_y +0.5* norm_h))
            label.append(ymin)
            label.append(xmin)
            label.append(ymax)
            label.append(xmax)# [x1, x2, y1, y2]--> [212, 324, 296, 390]print('label',label)
    cv2.rectangle(img_gray,(label[1], label[0]),(label[3], label[2]),(120,255,120),1)
cv2.imshow('vis', img_gray)
cv2.waitKey(0)