PyTorch中的CocoCaptions(3)

请我喝杯咖啡☕

*备忘录：

我的帖子解释了cococaptions()使用带有captions_train2014.json、instances_train2014.json和person_keypoints_train2014.json的train2014、带有captions_val2014.json、instances_val2014.json和person_keypoints_val2014.json的val2014以及带有image_info_test2014.json的test2017， image_info_test2015.json 和 image_info_test-dev2015.json。我的帖子解释了cococaptions()使用train2017与captions_train2017.json，instances_train2017.json和person_keypoints_train2017.json，val2017与captions_val2017.json，instances_val2017.json和person_keypoints_val2017.json和test2017与image_info_test2017.json和image_info_test-dev2017.json.我的帖子解释了cocodetection()使用带有captions_train2014.json、instances_train2014.json和person_keypoints_train2014.json的train2014、带有captions_val2014.json、instances_val2014.json和person_keypoints_val2014.json的val2014以及带有image_info_test2014.json的test2017， image_info_test2015.json 和 image_info_test-dev2015.json。我的帖子解释了cocodetection()使用train2017与captions_train2017.json，instances_train2017.json和person_keypoints_train2017.json，val2017与captions_val2017.json，instances_val2017.json和person_keypoints_val2017.json和test2017与image_info_test2017.json和image_info_test-dev2017.json.我的帖子解释了cocodetection()使用train2017与stuff_train2017.json，val2017与stuff_val2017.json，stuff_train2017_pixelmaps与stuff_train2017.json，stuff_val2017_pixelmaps与stuff_val2017.json，panoptic_train2017与panoptic_train2017.json，panoptic_val2017与panoptic_val2017.json 和 unlabeled2017 以及 image_info_unlabeled2017.json。我的帖子解释了 ms coco。

cococaptions() 可以使用 ms coco 数据集，如下所示。 *这是针对带有 stuff_train2017.json 的 train2017、带有 stuff_val2017.json 的 val2017、带有 stuff_train2017.json 的 stuff_train2017_pixelmaps、带有 stuff_val2017.json 的 stuff_val2017_pixelmaps、带有 panoptic_train2017.json 的 panoptic_train2017、带有 panoptic_train2017.json 的 panoptic_val2017 panoptic_val2017.json 和 unlabeled2017 以及 image_info_unlabeled2017.json:

from torchvision.datasets import CocoCaptionsstf_train2017_data = CocoCaptions( root="data/coco/imgs/train2017", annFile="data/coco/anns/stuff_trainval2017/stuff_train2017.json")stf_val2017_data = CocoCaptions( root="data/coco/imgs/val2017", annFile="data/coco/anns/stuff_trainval2017/stuff_val2017.json")len(stf_train2017_data), len(stf_val2017_data)# (118287, 5000)pms_stf_train2017_data = CocoCaptions( root="data/coco/anns/stuff_trainval2017/stuff_train2017_pixelmaps", annFile="data/coco/anns/stuff_trainval2017/stuff_train2017.json")pms_stf_val2017_data = CocoCaptions( root="data/coco/anns/stuff_trainval2017/stuff_val2017_pixelmaps", annFile="data/coco/anns/stuff_trainval2017/stuff_val2017.json")len(pms_stf_train2017_data), len(pms_stf_val2017_data)# (118287, 5000)# pan_train2017_data = CocoCaptions(# root="data/coco/anns/panoptic_trainval2017/panoptic_train2017",# annFile="data/coco/anns/panoptic_trainval2017/panoptic_train2017.json"# ) # Error# pan_val2017_data = CocoCaptions(# root="data/coco/anns/panoptic_trainval2017/panoptic_val2017",# annFile="data/coco/anns/panoptic_trainval2017/panoptic_val2017.json"# ) # Errorunlabeled2017_data = CocoCaptions( root="data/coco/imgs/unlabeled2017", annFile="data/coco/anns/unlabeled2017/image_info_unlabeled2017.json")len(unlabeled2017_data)# 123403stf_train2017_data[2] # Errorstf_train2017_data[47] # Errorstf_train2017_data[64] # Errorstf_val2017_data[2] # Errorstf_val2017_data[47] # Errorstf_val2017_data[64] # Errorpms_stf_train2017_data[2] # Errorpms_stf_train2017_data[47] # Errorpms_stf_train2017_data[64] # Errorpms_stf_val2017_data[2] # Errorpms_stf_val2017_data[47] # Errorpms_stf_val2017_data[64] # Errorunlabeled2017_data[2]# (<PIL.Image.Image image mode=RGB size=640×427>, [])unlabeled2017_data[47]# (<PIL.Image.Image image mode=RGB size=428×640>, [])unlabeled2017_data[64]# (<PIL.Image.Image image mode=RGB size=640×480>, [])import matplotlib.pyplot as pltdef show_images(data, ims, main_title=None): file = data.root.split(‘/’)[-1] fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(14, 8)) fig.suptitle(t=main_title, y=0.9, fontsize=14) for i, axis in zip(ims, axes.ravel()): if not data[i][1]:im, _ = data[i]axis.imshow(X=im) fig.tight_layout() plt.show()ims = (2, 47, 64)show_images(data=unlabeled2017_data, ims=ims,main_title="unlabeled2017_data")

以上就是PyTorch 中的 CocoCaptions (3)的详细内容，更多请关注范的资源库其它相关文章！

转载请注明：范的资源库 » PyTorch中的CocoCaptions(3)