CVAT coco注解json - iscrowd选项

Question

当从CVAT输出coco注解json时，我发现有一个属性调用'iscrowd'，但我似乎不能弄清楚如何在CVAT上调整或注解它以将值更改为1，在对象确实拥挤的情况下。有没有人能抛开一些光芒？

{
  "annotations": [
    {
      "bbox": [
        762.703125,
        176.583984375,
        425.27301025390625,
        413.6938171386719
      ],
      "id": 1,
      "area": 175932.81493799202,
      "iscrowd": 0,
      "segmentation": [
        [
          762.703125,
          176.583984375,
          1187.9761352539062,
          176.583984375,
          1187.9761352539062,
          590.2778015136719,
          762.703125,
          590.2778015136719
        ]
      ],
      "category_id": 1,
      "image_id": 0
    }
  ],
  "licenses": [
    {
      "name": "",
      "id": 0,
      "url": ""
    }
  ],
  "info": {
    "version": "",
    "description": "",
    "date_created": "",
    "contributor": "",
    "year": "",
    "url": ""
  },
  "images": [
    {
      "file_name": "10.jpg",
      "id": 0,
      "license": 0,
      "flickr_url": "",
      "height": 864,
      "coco_url": "",
      "date_captured": 0,
      "width": 1536
    }
  ],
  "categories": [
    {
      "name": "test",
      "supercategory": "",
      "id": 1
    }
  ]
}

另一方面，当向标签添加属性(简单的复选框属性)时，它似乎不能正确地在COCO json中输出。我做错了什么吗？

Answer 1

在FiftyOne (一个开源数据集探索工具)和CVAT (它提供了一个灵活的API来上传和定义如何注释新的和现有的标签)之间进行比较可能是值得的。This post几乎遍历了您正在寻找的工作流程。

您可以通过load COCO formatted datasets进入FiftyOne：

import fiftyone as fo

dataset = fo.Dataset.from_dir(
    dataset_dir="/path/to/dataset",
    dataset_type=fo.types.COCODetectionDataset,
    label_field="ground_truth",
)

Send the dataset (或其中的一个子集)到CVAT进行注释：

dataset.annotate("annot_run_1", label_field="ground_truth", backend="cvat")

它会自动将注释上传到CVAT，包括格式化标签上的所有属性(如iscrowd)，以便您在CVAT中进行编辑。此集成的应用编程接口还允许您对它们进行specify new attributes以及如何对其进行注释。

​

​

当您完成注释后，可以使用COCO格式进行load it back into FiftyOne和write it back to disk。

# Load from CVAT
dataset.load_annotations("annot_run_1")

# Write back to disk
dataset.export(
    export_dir="/path/to/label.json",
    dataset_type=fo.types.COCODetectionDataset,
    label_field="ground_truth",
)