在mmdetection中推理无标注图像文件并输出检测结果（json文件）

使用不带标签的数据集对模型进行检测

不带标签图像数据集转化

MMDetection 支持在不使用 ground-truth 标注的情况下对模型进行测试，这需要用到 CocoDataset。如果你的数据集格式不是 COCO 格式的，请将其转化成 COCO 格式。如果你的数据集格式是 VOC 或者 Cityscapes，你可以使用 tools/dataset_converters 内的脚本直接将其转化成 COCO 格式。如果是其他格式，可以使用 images2coco 脚本进行转换。

python tools/dataset_converters/images2coco.py \
    ${
   IMG_PATH} \
    ${
   CLASSES} \
    ${
   OUT} \
    [--exclude-extensions]

参数

• IMG_PATH是未标注的图像路径
• CLASSES是一个文本文件，里面包含你的类别名，每行存储一个类别名
• OUT：输出的json文件名，默认路径和IMG_PATH是同一路径
• exclude-extensions:待排除文件后缀名

#例如：
python tools/dataset_converters/images2coco.py \
    image \
    label.txt \
    test \

生成图片的json后，json里的图片顺序可能和文件夹中的图片顺序，不一致，使用以下代码排序

import json

# 读取原始JSON文件
with open('data/annotations/sheep.json', 'r') as input_file:
    data = json.load(input_file)

# 修改id和file_name的对应关系
for item in data["images"]:
    id = item["id"]
    item["file_name"] =