imagenet、voc、cocolabel名称

野性酷女 2023-06-17 04:58 20阅读 0赞

*  imagenet数据[1000个label列表][1000_label]
 *  [voc数据共20个label][voc_20_label]

self._classes = ('__background__',  # always index 0,之后的id按照顺序递增
                         'aeroplane', 'bicycle', 'bird', 'boat',
                         'bottle', 'bus', 'car', 'cat', 'chair',
                         'cow', 'diningtable', 'dog', 'horse',
                         'motorbike', 'person', 'pottedplant',
                         'sheep', 'sofa', 'train', 'tvmonitor')

*  coco数据共80个label 。[Coco 2014 and 2017 uses the same images][], but different train/val/test splits \* The test split don't have any annotations (only images). \* Coco defines 91 classes but the data only uses 80 classes

{'supercategory': 'person', 'id': 1, 'name': 'person'}
    {'supercategory': 'vehicle', 'id': 2, 'name': 'bicycle'}
    {'supercategory': 'vehicle', 'id': 3, 'name': 'car'}
    {'supercategory': 'vehicle', 'id': 4, 'name': 'motorcycle'}
    {'supercategory': 'vehicle', 'id': 5, 'name': 'airplane'}
    {'supercategory': 'vehicle', 'id': 6, 'name': 'bus'}
    {'supercategory': 'vehicle', 'id': 7, 'name': 'train'}
    {'supercategory': 'vehicle', 'id': 8, 'name': 'truck'}
    {'supercategory': 'vehicle', 'id': 9, 'name': 'boat'}
    {'supercategory': 'outdoor', 'id': 10, 'name': 'traffic light'}
    {'supercategory': 'outdoor', 'id': 11, 'name': 'fire hydrant'}
    {'supercategory': 'outdoor', 'id': 13, 'name': 'stop sign'}
    {'supercategory': 'outdoor', 'id': 14, 'name': 'parking meter'}
    {'supercategory': 'outdoor', 'id': 15, 'name': 'bench'}
    {'supercategory': 'animal', 'id': 16, 'name': 'bird'}
    {'supercategory': 'animal', 'id': 17, 'name': 'cat'}
    {'supercategory': 'animal', 'id': 18, 'name': 'dog'}
    {'supercategory': 'animal', 'id': 19, 'name': 'horse'}
    {'supercategory': 'animal', 'id': 20, 'name': 'sheep'}
    {'supercategory': 'animal', 'id': 21, 'name': 'cow'}
    {'supercategory': 'animal', 'id': 22, 'name': 'elephant'}
    {'supercategory': 'animal', 'id': 23, 'name': 'bear'}
    {'supercategory': 'animal', 'id': 24, 'name': 'zebra'}
    {'supercategory': 'animal', 'id': 25, 'name': 'giraffe'}
    {'supercategory': 'accessory', 'id': 27, 'name': 'backpack'}
    {'supercategory': 'accessory', 'id': 28, 'name': 'umbrella'}
    {'supercategory': 'accessory', 'id': 31, 'name': 'handbag'}
    {'supercategory': 'accessory', 'id': 32, 'name': 'tie'}
    {'supercategory': 'accessory', 'id': 33, 'name': 'suitcase'}
    {'supercategory': 'sports', 'id': 34, 'name': 'frisbee'}
    {'supercategory': 'sports', 'id': 35, 'name': 'skis'}
    {'supercategory': 'sports', 'id': 36, 'name': 'snowboard'}
    {'supercategory': 'sports', 'id': 37, 'name': 'sports ball'}
    {'supercategory': 'sports', 'id': 38, 'name': 'kite'}
    {'supercategory': 'sports', 'id': 39, 'name': 'baseball bat'}
    {'supercategory': 'sports', 'id': 40, 'name': 'baseball glove'}
    {'supercategory': 'sports', 'id': 41, 'name': 'skateboard'}
    {'supercategory': 'sports', 'id': 42, 'name': 'surfboard'}
    {'supercategory': 'sports', 'id': 43, 'name': 'tennis racket'}
    {'supercategory': 'kitchen', 'id': 44, 'name': 'bottle'}
    {'supercategory': 'kitchen', 'id': 46, 'name': 'wine glass'}
    {'supercategory': 'kitchen', 'id': 47, 'name': 'cup'}
    {'supercategory': 'kitchen', 'id': 48, 'name': 'fork'}
    {'supercategory': 'kitchen', 'id': 49, 'name': 'knife'}
    {'supercategory': 'kitchen', 'id': 50, 'name': 'spoon'}
    {'supercategory': 'kitchen', 'id': 51, 'name': 'bowl'}
    {'supercategory': 'food', 'id': 52, 'name': 'banana'}
    {'supercategory': 'food', 'id': 53, 'name': 'apple'}
    {'supercategory': 'food', 'id': 54, 'name': 'sandwich'}
    {'supercategory': 'food', 'id': 55, 'name': 'orange'}
    {'supercategory': 'food', 'id': 56, 'name': 'broccoli'}
    {'supercategory': 'food', 'id': 57, 'name': 'carrot'}
    {'supercategory': 'food', 'id': 58, 'name': 'hot dog'}
    {'supercategory': 'food', 'id': 59, 'name': 'pizza'}
    {'supercategory': 'food', 'id': 60, 'name': 'donut'}
    {'supercategory': 'food', 'id': 61, 'name': 'cake'}
    {'supercategory': 'furniture', 'id': 62, 'name': 'chair'}
    {'supercategory': 'furniture', 'id': 63, 'name': 'couch'}
    {'supercategory': 'furniture', 'id': 64, 'name': 'potted plant'}
    {'supercategory': 'furniture', 'id': 65, 'name': 'bed'}
    {'supercategory': 'furniture', 'id': 67, 'name': 'dining table'}
    {'supercategory': 'furniture', 'id': 70, 'name': 'toilet'}
    {'supercategory': 'electronic', 'id': 72, 'name': 'tv'}
    {'supercategory': 'electronic', 'id': 73, 'name': 'laptop'}
    {'supercategory': 'electronic', 'id': 74, 'name': 'mouse'}
    {'supercategory': 'electronic', 'id': 75, 'name': 'remote'}
    {'supercategory': 'electronic', 'id': 76, 'name': 'keyboard'}
    {'supercategory': 'electronic', 'id': 77, 'name': 'cell phone'}
    {'supercategory': 'appliance', 'id': 78, 'name': 'microwave'}
    {'supercategory': 'appliance', 'id': 79, 'name': 'oven'}
    {'supercategory': 'appliance', 'id': 80, 'name': 'toaster'}
    {'supercategory': 'appliance', 'id': 81, 'name': 'sink'}
    {'supercategory': 'appliance', 'id': 82, 'name': 'refrigerator'}
    {'supercategory': 'indoor', 'id': 84, 'name': 'book'}
    {'supercategory': 'indoor', 'id': 85, 'name': 'clock'}
    {'supercategory': 'indoor', 'id': 86, 'name': 'vase'}
    {'supercategory': 'indoor', 'id': 87, 'name': 'scissors'}
    {'supercategory': 'indoor', 'id': 88, 'name': 'teddy bear'}
    {'supercategory': 'indoor', 'id': 89, 'name': 'hair drier'}
    {'supercategory': 'indoor', 'id': 90, 'name': 'toothbrush'}

参考文献：

1.  [https://gist.github.com/yrevar/942d3a0ac09ec9e5eb3a][1000_label]
2.  [https://github.com/endernewton/tf-faster-rcnn/blob/master/lib/datasets/pascal\_voc.py][voc_20_label]
3.  [coco2014/2017][Coco 2014 and 2017 uses the same images]

[1000_label]: https://gist.github.com/yrevar/942d3a0ac09ec9e5eb3a
[voc_20_label]: https://github.com/endernewton/tf-faster-rcnn/blob/master/lib/datasets/pascal_voc.py
[Coco 2014 and 2017 uses the same images]: https://www.tensorflow.org/datasets/catalog/coco