做建材交易网站的上市公司学校网站建设团队

做建材交易网站的上市公司,学校网站建设团队,长沙seo智优营家,免费做图片的网站有哪些对coco格式的分割标注生成二值mask 对coco格式的分割标注生成二值mask 给定_annotations.coco.json文件#xff0c;将里面的特定类别解码批量生成二值mask#xff0c;代码如下#xff1a; import json from pathlib import Pathimport numpy as np from PIL import Imagefro…对coco格式的分割标注生成二值mask对coco格式的分割标注生成二值mask给定_annotations.coco.json文件将里面的特定类别解码批量生成二值mask代码如下import json from pathlib import Path import numpy as np from PIL import Image from pycocotools import mask as maskUtils def decode_coco_rle(rle: dict) - np.ndarray: 使用 pycocotools 官方实现解码 COCO RLE返回 0/255 的二值掩码。 rle 形如 {counts: ..., size: [height, width]}。 # 有些版本要求 counts 为 bytes这里兼容处理一下 if isinstance(rle.get(counts), str): rle rle.copy() rle[counts] rle[counts].encode(utf-8) mask maskUtils.decode(rle) # H x W0/1 uint8 # 统一转为 0/255 mask (mask.astype(np.uint8)) * 255 return mask def main(): root Path(__file__).resolve().parent coco_path root / _annotations.coco.json images_dir root / images masks_dir root / mask masks_dir.mkdir(exist_okTrue) # 只保留的类别 id TARGET_CATEGORY_ID 1 with coco_path.open(r, encodingutf-8) as f: coco json.load(f) # image_id - image_info image_map {img[id]: img for img in coco[images]} # image_id - 该图像下、且 category_id 1 的所有标注 annos_by_image {} for anno in coco[annotations]: if anno.get(category_id) ! TARGET_CATEGORY_ID: # 忽略 category_id 为 0 或其它的标注 continue img_id anno[image_id] annos_by_image.setdefault(img_id, []).append(anno) # 对每张图合成只包含 category_id 1 的 mask for image_id, info in image_map.items(): height info[height] width info[width] mask np.zeros((height, width), dtypenp.uint8) for anno in annos_by_image.get(image_id, []): seg anno[segmentation] # 只处理 RLE 字典形式 if not isinstance(seg, dict) or counts not in seg: continue decoded decode_coco_rle(seg) # 多个实例取最大合并为一张前景255 的二值图 mask np.maximum(mask, decoded) # 保存为灰度图0/255 out_path masks_dir / info[file_name] Image.fromarray(mask, modeL).save(out_path) print(fsaved: {out_path}) print(全部处理完成。) if __name__ __main__: main()coco格式的存储形式示例如下