人体姿态估计——从coco数据集中提取人的图片和对应json，并建立自己的小数据集

注意⚠️：请根据实际情况修改代码中的路径

一、根据分类id提取人的标签并生成新的json

import json
from tqdm import tqdm

# 从coco数据集中提取出只有人的json
def filter_coco_data(input_json, output_json, target_category_id=1):
    """
    过滤COCO数据，保留指定类别的标注及关联图片
    参数：
    input_json: 输入JSON文件路径
    output_json: 输出JSON文件路径
    target_category_id: 目标类别ID（默认为1）
    """
    with open(input_json, 'r') as f:
        data = json.load(f)

    # 第一步：过滤annotations并收集有效image_id
    valid_image_ids = set()
    filtered_annotations = []

    # 使用tqdm添加进度条（处理大规模数据时）
    for ann in tqdm(data['annotations'], desc="过滤标注"):
        if ann['category_id'] == target_category_id:
            filtered_annotations.append(ann)
            valid_image_ids.add(ann['image_id'])

    # 第二步：过滤images
    filtered_images = [
        img for img in data['images']
        if img['id'] in valid_image_ids
    ]

    # 构建新数据（保留categories和其他字段）
    new_data = {
   
   
        "info": data