111 lines
7.4 KiB
ReStructuredText
111 lines
7.4 KiB
ReStructuredText
mindspore.dataset.VOCDataset
|
||
=============================
|
||
|
||
.. py:class:: mindspore.dataset.VOCDataset(dataset_dir, task='Segmentation', usage='train', class_indexing=None, num_samples=None, num_parallel_workers=None, shuffle=None, decode=False, sampler=None, num_shards=None, shard_id=None, cache=None, extra_metadata=False, decrypt=None)
|
||
|
||
VOC（Visual Object Classes）数据集。
|
||
|
||
根据给定的 `task` 配置，生成数据集具有不同的输出列：
|
||
|
||
- `task` 为 ``'Detection'`` ，输出列： `[image, dtype=uint8]` 、 `[bbox, dtype=float32]` 、 `[label, dtype=uint32]` 、 `[difficult, dtype=uint32]` 、 `[truncate, dtype=uint32]` 。
|
||
- `task` 为 ``'Segmentation'`` ，输出列： `[image, dtype=uint8]` 、 `[target, dtype=uint8]` 。
|
||
|
||
参数：
|
||
- **dataset_dir** (str) - 数据集文件的根目录路径。
|
||
- **task** (str, 可选) - 指定读取VOC数据的任务类型，现在只支持 ``'Segmentation'`` 和 ``'Detection'`` 。默认值： ``'Segmentation'`` 。
|
||
- **usage** (str, 可选) - 指定数据集的子集。默认值： ``'train'`` 。
|
||
|
||
- 如果 `task` 的值为 ``'Segmentation'`` ，则读取 'ImageSets/Segmentation/' 目录下定义的图片和label信息；
|
||
- 如果 `task` 的值为 ``'Detection'`` ，则读取 'ImageSets/Main/' 目录下定义的图片和label信息。
|
||
|
||
- **class_indexing** (dict, 可选) - 指定一个从label名称到label索引的映射，要求映射规则为string到int。索引值从0开始，并且要求每个label名称对应的索引值唯一。
|
||
仅在 'Detection' 任务中有效。默认值： ``None`` ，不指定。
|
||
- **num_samples** (int, 可选) - 指定从数据集中读取的样本数。默认值： ``None`` ，所有图像样本。
|
||
- **num_parallel_workers** (int, 可选) - 指定读取数据的工作线程数。默认值： ``None`` ，使用全局默认线程数（8），也可以通过 :func:`mindspore.dataset.config.set_num_parallel_workers` 配置全局线程数。
|
||
- **shuffle** (bool, 可选) - 是否混洗数据集。默认值： ``None`` 。下表中会展示不同参数配置的预期行为。
|
||
- **decode** (bool, 可选) - 是否对读取的图片进行解码操作。默认值： ``False`` ，不解码。
|
||
- **sampler** (Sampler, 可选) - 指定从数据集中选取样本的采样器。默认值： ``None`` 。下表中会展示不同配置的预期行为。
|
||
- **num_shards** (int, 可选) - 指定分布式训练时数据集划分的片数。默认值： ``None`` 。指定此参数后， `num_samples` 表示每个分片的最大样本数。一般在 `数据并行模式训练 <https://www.mindspore.cn/tutorials/zh-CN/master/parallel/data_parallel.html#数据集加载>`_ 的时候使用。
|
||
- **shard_id** (int, 可选) - 指定分布式训练时使用的分片ID号。默认值： ``None`` 。只有当指定了 `num_shards` 时才能指定此参数。
|
||
- **cache** (:class:`~.dataset.DatasetCache`, 可选) - 单节点数据缓存服务，用于加快数据集处理，详情请阅读 `单节点数据缓存 <https://www.mindspore.cn/tutorials/zh-CN/master/dataset/cache.html>`_ 。默认值： ``None`` ，不使用缓存。
|
||
- **extra_metadata** (bool, 可选) - 用于指定是否额外输出一个数据列用于表示图片元信息。如果为 ``True`` ，则将额外输出一个名为 `[_meta-filename, dtype=string]` 的数据列。默认值： ``False`` 。
|
||
- **decrypt** (callable, 可选) - 图像解密函数，接受加密的图片路径并返回bytes类型的解密数据。默认值： ``None`` ，不进行解密。
|
||
|
||
异常：
|
||
- **RuntimeError** - `dataset_dir` 路径下不包含任何数据文件。
|
||
- **RuntimeError** - 读取的xml文件格式异常或无效。
|
||
- **RuntimeError** - 读取的xml文件缺失 `object` 属性。
|
||
- **RuntimeError** - 读取的xml文件缺失 `bndbox` 属性。
|
||
- **RuntimeError** - 同时指定了 `sampler` 和 `shuffle` 参数。
|
||
- **RuntimeError** - 同时指定了 `sampler` 和 `num_shards` 参数，或同时指定了 `sampler` 和 `shard_id` 参数。
|
||
- **RuntimeError** - 指定了 `num_shards` 参数，但是未指定 `shard_id` 参数。
|
||
- **RuntimeError** - 指定了 `shard_id` 参数，但是未指定 `num_shards` 参数。
|
||
- **ValueError** - `num_parallel_workers` 参数超过系统最大线程数。
|
||
- **ValueError** - 指定的任务不为 ``'Segmentation'`` 或 ``'Detection'`` 。
|
||
- **ValueError** - 指定任务为 ``'Segmentation'`` 时， `class_indexing` 参数不为 ``None`` 。
|
||
- **ValueError** - 与 `usage` 参数相关的txt文件不存在。
|
||
- **ValueError** - 如果 `shard_id` 取值不在[0, `num_shards` )范围。
|
||
|
||
教程样例：
|
||
- `使用数据Pipeline加载 & 处理数据集
|
||
<https://www.mindspore.cn/docs/zh-CN/master/api_python/samples/dataset/dataset_gallery.html>`_
|
||
|
||
.. note::
|
||
- 当参数 `extra_metadata` 为 ``True`` 时，还需使用 `rename` 操作删除额外数据列 '_meta-filename'的前缀 '_meta-'，
|
||
否则迭代得到的数据行中不会出现此额外数据列。
|
||
- 入参 `num_samples` 、 `shuffle` 、 `num_shards` 、 `shard_id` 可用于控制数据集所使用的采样器，其与入参 `sampler` 搭配使用的效果如下。
|
||
|
||
.. include:: mindspore.dataset.sampler.rst
|
||
|
||
**关于VOC数据集：**
|
||
|
||
PASCAL Visual Object Classes（VOC）是视觉目标识别和检测的挑战赛，它为视觉和机器学习社区提供了图像和标注的标准数据集，称为VOC数据集。
|
||
|
||
您可以解压缩原始VOC-2012数据集文件到如下目录结构，并通过MindSpore的API进行读取。
|
||
|
||
.. code-block::
|
||
|
||
.
|
||
└── voc2012_dataset_dir
|
||
├── Annotations
|
||
│ ├── 2007_000027.xml
|
||
│ ├── 2007_000032.xml
|
||
│ ├── ...
|
||
├── ImageSets
|
||
│ ├── Action
|
||
│ ├── Layout
|
||
│ ├── Main
|
||
│ └── Segmentation
|
||
├── JPEGImages
|
||
│ ├── 2007_000027.jpg
|
||
│ ├── 2007_000032.jpg
|
||
│ ├── ...
|
||
├── SegmentationClass
|
||
│ ├── 2007_000032.png
|
||
│ ├── 2007_000033.png
|
||
│ ├── ...
|
||
└── SegmentationObject
|
||
├── 2007_000032.png
|
||
├── 2007_000033.png
|
||
├── ...
|
||
|
||
**引用：**
|
||
|
||
.. code-block::
|
||
|
||
@article{Everingham10,
|
||
author = {Everingham, M. and Van~Gool, L. and Williams, C. K. I. and Winn, J. and Zisserman, A.},
|
||
title = {The Pascal Visual Object Classes (VOC) Challenge},
|
||
journal = {International Journal of Computer Vision},
|
||
volume = {88},
|
||
year = {2012},
|
||
number = {2},
|
||
month = {jun},
|
||
pages = {303--338},
|
||
biburl = {http://host.robots.ox.ac.uk/pascal/VOC/pubs/everingham10.html#bibtex},
|
||
howpublished = {http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html}
|
||
}
|
||
|
||
|
||
.. include:: mindspore.dataset.api_list_vision.rst
|