OVIS数据集代码解析 _实例

OVIS数据集代码解析
OVIS数据集格式整体和COCO类似，但是是以video的形式存储的，对应的解析代码见：。
由于OVIS仅train提供了标注，因此，这里均以train进行说明。
1.init函数
创建一些字典，包括、anns、cats、vids以及、。
其中是原始标注数据，由json文件读取得到。
这里对其进行详细说明
包括5个key：
‘’: ‘OVIS’,
‘url’: ‘’,
‘’: ‘1.0’,
‘year’: 2021,
‘’: ‘youku’,
‘’: ‘2021-01-01’
: 该视频中所有标注实例的信息。这里和coco存在一定差异。由于OVIS是一个视频数据集，这里的实例是针对视频进行描述的。例如一个视频假设有500帧，某一个人物在这个视频中出现了，那么该人物就是一个实例，其在该视频中500帧图片中的实例id都是一致的。这里的标注就是采用以上设置给出的。
每个实例标注由一个字典表示。每个字典有11个基本属性：

文章插图
: 该实例的bbox标注信息，每一帧都会给出对应的标注。这里的标注以四元组 (x, y, h, w) 形式给出，其中 (x,y) 是左上角坐标。areas: 该实例对应的bbox的面积，每一帧都给出。: 该实例的遮挡情况，分为三类no ,以及，具体说明可参考原论文。
其余字典（anns、cats、vids以及、）则是通过进行填充。
2.
该函数主要是用于填充在init中创建的一些属性字典。
for ann in self.dataset['annotations']:vidToAnns[ann['video_id']].append(ann)anns[ann['id']] = ann
: key为视频的id ，而value则为一个列表，里面存储了视频id为key的所有实例信息。
anns: key为实例的id ，而value即为该实例。
for vid in self.dataset['videos']:vids[vid['id']] = vid
vids: key为视频id ，而value即为该视频信息。
for cat in self.dataset['categories']:cats[cat['id']] = cat
cats: key为类别id ，而value即为该类别信息。
for ann in self.dataset['annotations']:catToVids[ann['category_id']].append(ann['video_id'])
: key是类别id ，而value则为一个列表，里面存储了类别id为key的所有视频id 。
3. 一些常用函数的使用 3.1

def getAnnIds(self, vidIds=[], catIds=[], areaRng=[], iscrowd=None):"""Get ann ids that satisfy given filter conditions. default skips that filter:param vidIds(int array): get anns for given vidscatIds(int array): get anns for given catsareaRng (float array): get anns for given area range (e.g. [0 inf])iscrowd (boolean): get anns for given crowd label (False or True):return: ids (int array): integer array of ann ids"""

这个函数的作用在于在给定视频id列表、类别id列表、面积约束范围以及是否包括crowd实例的情况下，输出对应满足条件的ann id 。
【OVIS数据集代码解析】其大致逻辑是：
根据给定的视频id ，通过来获取所有的实例信息。根据类别id、面积约束范围以及是否包含crowd实例来对得到的实例信息进行筛选。最终返回所有实例对应的id 。3.2