mmsegmentation使用.csv文件读取数据

原创

已于 2022-11-10 17:43:36 修改 · 526 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#python #numpy

于 2022-11-10 17:39:23 首次发布

这篇博客介绍了如何在MMSegmentation框架中创建一个自定义数据集类，用于从CSV文件而不是固定目录读取图像和注释。首先，在/mmseg/datasets路径下创建了mydata.py文件，定义了一个名为MyDataset的类，该类继承自Dataset，并实现了从CSV文件加载图像信息和注释的方法。然后，在loading.py文件中添加了LoadImageFromCSV和LoadAnnotationsFromCSV两个处理管道，分别用于从CSV加载图像和注释。最后，在配置文件中更新了数据加载的管道。完成这些步骤后，MMSegmentation就能使用CSV文件作为数据源进行训练和评估。

自定义数据读取方式

即将原本的mmcv.imfrombytes读取固定目录格式的图片直接改成mmcv.imread读取csv文件的格式

定义数据读取方式

在/mmsegmentation-master/mmseg/datasets路径下新建一个mydata.py文件

@DATASETS.register_module()
class MyDataset(Dataset):
    CLASSES = ('gt',)
    PALETTE = [[255, 255, 255],]

    def __init__(self,
                 pipeline,
                 test_mode=False,
                 csv_file = 'tmp.csv'):
        self.pipeline = Compose(pipeline)
        self.test_mode = test_mode
        self.csv_file = csv_file
        self.img_infos = self.load_img_annotations_fromcsv(csv_file=self.csv_file)

    def __len__(self):
        """Total number of samples of data."""
        return len(self.img_infos)


    def load_img_annotations_fromcsv(self, csv_file): # 通过csv文件读取img,depth,gt,seg_thresh路径
        frames = pd.read_csv(csv_file, sep=";", header=None)
        img_infos = []
        for idx in range(len(frames)):
            img_info =

最低0.47元/天解锁文章