COCO データセット形式

COCO データセットは、データセット全体の情報を提供する 5 つの情報セクションで構成されます。COCO オブジェクト検出データセットの形式については、COCO「データ形式」を参照してください。

• info - データセットに関する一般情報。

• licenses - データセット内のイメージのライセンス情報。

• images - データセット内のイメージのリスト。

• annotations - データセット内のすべてのイメージに含まれる注釈 (境界ボックスを含む) のリスト。

• categories - ラベルカテゴリのリスト。

Custom Labels マニフェストを作成するには、マCOCOニフェストファイルの images、annotations、および categoriesリストを使用します。他のセクション (info、licences) は必須ではありません。COCO マニフェストファイルの例を次に示します。

{
    "info": {
        "description": "COCO 2017 Dataset","url": "http://cocodataset.org","version": "1.0","year": 2017,"contributor": "COCO Consortium","date_created": "2017/09/01"
    },
    "licenses": [
        {"url": "http://creativecommons.org/licenses/by/2.0/","id": 4,"name": "Attribution License"}
    ],
    "images": [
        {"id": 242287, "license": 4, "coco_url": "http://images.cocodataset.org/val2017/xxxxxxxxxxxx.jpg", "flickr_url": "http://farm3.staticflickr.com/2626/xxxxxxxxxxxx.jpg", "width": 426, "height": 640, "file_name": "xxxxxxxxx.jpg", "date_captured": "2013-11-15 02:41:42"},
        {"id": 245915, "license": 4, "coco_url": "http://images.cocodataset.org/val2017/nnnnnnnnnnnn.jpg", "flickr_url": "http://farm1.staticflickr.com/88/xxxxxxxxxxxx.jpg", "width": 640, "height": 480, "file_name": "nnnnnnnnnn.jpg", "date_captured": "2013-11-18 02:53:27"}
    ],
    "annotations": [
        {"id": 125686, "category_id": 0, "iscrowd": 0, "segmentation": [[164.81, 417.51,......167.55, 410.64]], "image_id": 242287, "area": 42061.80340000001, "bbox": [19.23, 383.18, 314.5, 244.46]},
        {"id": 1409619, "category_id": 0, "iscrowd": 0, "segmentation": [[376.81, 238.8,........382.74, 241.17]], "image_id": 245915, "area": 3556.2197000000015, "bbox": [399, 251, 155, 101]},
        {"id": 1410165, "category_id": 1, "iscrowd": 0, "segmentation": [[486.34, 239.01,..........495.95, 244.39]], "image_id": 245915, "area": 1775.8932499999994, "bbox": [86, 65, 220, 334]}
    ],
    "categories": [
        {"supercategory": "speaker","id": 0,"name": "echo"},
        {"supercategory": "speaker","id": 1,"name": "echo dot"}
    ]
}

イメージリスト

COCO データセットによって参照されるイメージは、イメージ配列に一覧表示されます。各イメージオブジェクトには、イメージファイル名などのイメージに関する情報が含まれています。次のイメージオブジェクトの例では、次の情報と、Amazon Rekognition Custom Labels マニフェストファイルを作成するために必要なフィールドを記録しておきます。

• id - (必須) イメージの一意の識別子。id フィールドは、annotations 配列 (境界ボックス情報が格納されている) の id フィールドにマッピングされます。

• license - (不要) ライセンス配列にマッピングします。

• coco_url - (オプション) スキーマの場所。

• flickr_url - (不要) Flickr のイメージの場所。

• width - (必須) イメージの幅。

• height - (必須) イメージの高さ。

• file_name - (必須) イメージのファイル名。この例では、 file_nameと はid一致しますが、これはCOCOデータセットの要件ではありません。

• date_captured - (必須) イメージがキャプチャされた日時。

{
    "id": 245915,
    "license": 4,
    "coco_url": "http://images.cocodataset.org/val2017/nnnnnnnnnnnn.jpg",
    "flickr_url": "http://farm1.staticflickr.com/88/nnnnnnnnnnnnnnnnnnn.jpg",
    "width": 640,
    "height": 480,
    "file_name": "000000245915.jpg",
    "date_captured": "2013-11-18 02:53:27"
}

注釈 (境界ボックス) リスト

全イメージのすべてのオブジェクトの境界ボックス情報は、注釈リストに保存されます。1 つの注釈オブジェクトには、1 つのオブジェクトの境界ボックス情報と、イメージのオブジェクトのラベルが含まれています。イメージのオブジェクトのインスタンスごとに 1 つの注釈オブジェクトがあります。

次の例では、次の情報と、Amazon Rekognition Custom Labels マニフェストファイルを作成するために必要なフィールドを記録しておきます。

• id - (不要) 注釈の識別子。

• image_id - (必須) イメージ配列内のイメージ id に対応します。

• category_id - (必須) 境界ボックス内のオブジェクトを識別するラベルの識別子。カテゴリ配列の id フィールドにマッピングされます。

• iscrowd - (不要) イメージに多数のオブジェクトが含まれているかどうかを指定します。

• segmentation - (不要) イメージのオブジェクトのセグメンテーション情報。Amazon Rekognition Custom Labels はセグメンテーションをサポートしていません。

• area - (不要) 注釈の領域。

• bbox - (必須) イメージのオブジェクトを囲む境界ボックスの座標 (ピクセル単位) が含まれます。

{
    "id": 1409619,
    "category_id": 1,
    "iscrowd": 0,
    "segmentation": [
        [86.0, 238.8,..........382.74, 241.17]
    ],
    "image_id": 245915,
    "area": 3556.2197000000015,
    "bbox": [86, 65, 220, 334]
}

カテゴリリスト

ラベル情報は、カテゴリ配列に保存されます。次のカテゴリオブジェクトの例では、次の情報と、Amazon Rekognition Custom Labels マニフェストファイルを作成するために必要なフィールドを記録しておきます。

• supercategory - (不要) ラベルの親カテゴリ。

• id - (必須) ラベル識別子。id フィールドは annotation オブジェクト内の category_id フィールドにマッピングされます。次の例では、Echo Dot の識別子は 2 です。

• name - (必須) ラベル名。

        {"supercategory": "speaker","id": 2,"name": "echo dot"}