MAttNet代码阅读

refe.py代码阅读(对图片数据和文本数据的预处理）

图片部分与目标检测相同，生成字典（instances.json文件），文本部分(refcoco.p)生成文本的字典

文本字典

refer对于文本的处理得到的文本的字典 （对应refcoco(unc).p来理解）字典的可视化

处理得到图片和标签的字典

# fetch info from instances
		# 利用的是instances.json这个文件的信息 主要是处理的图片的相关信息
		Anns, Imgs, Cats, imgToAnns = {
   }, {
   }, {
   }, {
   }
		# annotations 是一个很大的列表 包括全部图片的标签的信息 每个框的信息都有对应的图片的id 具体的坐标 分割的像素点的信息 对应图片的id 类别信息等
		for ann in self.data['annotations']:
			Anns[ann['id']] = ann   # 建立anno的字典 可以通过anno的id来得到anno的信息（每一个框是一个信息
			# .get()返回字典中关键字对应的词 imgToAnns中有ann