caffe版本Faster-RCNN：py-faster-rcnn-master/lib/datasets/factory.py ->用于集成程序默认提供的数据集

最新推荐文章于 2021-09-09 14:51:11 发布

原创最新推荐文章于 2021-09-09 14:51:11 发布 · 211 阅读

0 ·

CC 4.0 BY-SA版权

本文详细解析了FastR-CNN中数据集加载的动态机制，通过__sets字典实现对不同年份VOC和COCO数据集的灵活调用，介绍了get_imdb和list_imdbs函数的作用。

分析：

这个代码分两个部分：

1）首先往__sets()字典的key中注入名字，往对应的val中注入对应的初始化函数。下次只要在__sets()字典中输入key的名字就可以执行对应的初始化函数。

__sets（）的具体情况如下：

2）get_imdb(name) 用于配套__sets()的初始化，输入__sets（）中存在key，调用他对应的val进行初始化

list_imdbs() 用于配套__sets()，他可以取出__sets（）中拥有的key值。

主要代码：

# --------------------------------------------------------
# Fast R-CNN
# Copyright (c) 2015 Microsoft
# Licensed under The MIT License [see LICENSE for details]
# Written by Ross Girshick
# --------------------------------------------------------

"""Factory method for easily getting imdbs by name."""

__sets = {}

from datasets.pascal_voc import pascal_voc
from datasets.coco import coco
import numpy as np

# Set up voc_<year>_<split> using selective search "fast" mode
for year in ['2007', '2012']:
    for split in ['train', 'val', 'trainval', 'test']:
        name = 'voc_{}_{}'.format(year, split)
        #这个加载只是完成基本的图片的初始化操作，只包含基本的图片类型属性，并没有图片真正的信息
        __sets[name] = (lambda split=split, year=year: pascal_voc(split, year))

# Set up coco_2014_<split>
for year in ['2014']:
    for split in ['train', 'val', 'minival', 'valminusminival']:
        name = 'coco_{}_{}'.format(year, split)
        __sets[name] = (lambda split=split, year=year: coco(split, year))

# Set up coco_2015_<split>
for year in ['2015']:
    for split in ['test', 'test-dev']:
        name = 'coco_{}_{}'.format(year, split)
        __sets[name] = (lambda split=split, year=year: coco(split, year))
#__sets[name]()其中name包含：voc_<year>_<split>,coco_2014_<split>和coco_2015_<split>这几个名字
def get_imdb(name):
    """Get an imdb (image database) by name."""
    if name not in __sets:
        raise KeyError('Unknown dataset: {}'.format(name))
    return __sets[name]()

def list_imdbs():
    """List all registered imdbs."""
    return __sets.keys()