PyTorch 中的 CocoCaptions (1)

请我喝杯咖啡☕

*备忘录:

我的帖子解释了cocodetection()使用带有captions_train2014.json、instances_train2014.json和person_keypoints_train2014.json的train2014、带有captions_val2014.json、instances_val2014.json和person_keypoints_val2014.json的val2014以及带有image_info_test2014.json的test2017, image_info_test2015.json 和 image_info_test-dev2015.json。我的帖子解释了cocodetection()使用train2017与captions_train2017.json,instances_train2017.json和person_keypoints_train2017.json,val2017与captions_val2017.json,instances_val2017.json和person_keypoints_val2017.json和test2017与image_info_test2017.json和image_info_test-dev2017.json.我的帖子解释了cocodetection()使用train2017与stuff_train2017.json,val2017与stuff_val2017.json,stuff_train2017_pixelmaps与stuff_train2017.json,stuff_val2017_pixelmaps与stuff_val2017.json,panoptic_train2017与panoptic_train2017.json,panoptic_val2017与panoptic_val2017.json 和 unlabeled2017 以及 image_info_unlabeled2017.json。我的帖子解释了 ms coco。

cococaptions() 可以使用 ms coco 数据集,如下所示。 *这适用于带有captions_train2014.json、instances_train2014.json和person_keypoints_train2014.json的train2014,带有captions_val2014.json、instances_val2014.json和person_keypoints_val2014.json的val2014以及带有image_info_test2014.json、image_info_test2015.json和的test2017 image_info_test-dev2015.json:

*备忘录:

第一个参数是root(必需类型:str或pathlib.path):*备注:这是图像的路径。绝对或相对路径都是可能的。第二个参数是 annfile(必需类型:str 或 pathlib.path):*备注:这是注释的路径。 绝对或相对路径都是可能的。第三个参数是transform(optional-default:none-type:callable)。第四个参数是 target_transform(optional-default:none-type:callable)。第五个参数是transforms(optional-default:none-type:callable)。

from torchvision.datasets import CocoCaptionscap_train2014_data = CocoCaptions(    root="data/coco/imgs/train2014",    annFile="data/coco/anns/trainval2014/captions_train2014.json")cap_train2014_data = CocoCaptions(    root="data/coco/imgs/train2014",    annFile="data/coco/anns/trainval2014/captions_train2014.json",    transform=None,    target_transform=None,    transforms=None)ins_train2014_data = CocoCaptions(    root="data/coco/imgs/train2014",    annFile="data/coco/anns/trainval2014/instances_train2014.json")pk_train2014_data = CocoCaptions(    root="data/coco/imgs/train2014",    annFile="data/coco/anns/trainval2014/person_keypoints_train2014.json")len(cap_train2014_data), len(ins_train2014_data), len(pk_train2014_data)# (82783, 82783, 82783)cap_val2014_data = CocoCaptions(    root="data/coco/imgs/val2014",    annFile="data/coco/anns/trainval2014/captions_val2014.json")ins_val2014_data = CocoCaptions(    root="data/coco/imgs/val2014",    annFile="data/coco/anns/trainval2014/instances_val2014.json")pk_val2014_data = CocoCaptions(    root="data/coco/imgs/val2014",    annFile="data/coco/anns/trainval2014/person_keypoints_val2014.json")len(cap_val2014_data), len(ins_val2014_data), len(pk_val2014_data)# (40504, 40504, 40504)test2014_data = CocoCaptions(    root="data/coco/imgs/test2014",    annFile="data/coco/anns/test2014/image_info_test2014.json")test2015_data = CocoCaptions(    root="data/coco/imgs/test2015",    annFile="data/coco/anns/test2015/image_info_test2015.json")testdev2015_data = CocoCaptions(    root="data/coco/imgs/test2015",    annFile="data/coco/anns/test2015/image_info_test-dev2015.json")len(test2014_data), len(test2015_data), len(testdev2015_data)# (40775, 81434, 20288)cap_train2014_data# Dataset CocoCaptions#     Number of datapoints: 82783#     Root location: data/coco/imgs/train2014cap_train2014_data.root# 'data/coco/imgs/train2014'print(cap_train2014_data.transform)# Noneprint(cap_train2014_data.target_transform)# Noneprint(cap_train2014_data.transforms)# Nonecap_train2014_data.coco# cap_train2014_data[26]# (,#  ['three zeebras standing in a grassy field walking',#   'Three zebras are standing in an open field.',#   'Three zebra are walking through the grass of a field.',#   'Three zebras standing on a grassy dirt field.',#   'Three zebras grazing in green grass field area.'])cap_train2014_data[179]# (,#  ['a young guy walking in a forrest holding an object in his hand',#   'A partially black and white photo of a man throwing ... the woods.',#   'A disc golfer releases a throw from a dirt tee ... wooded course.',#   'The person is in the clearing of a wooded area. ',#   'a person throwing a frisbee at many trees '])cap_train2014_data[194]# (,#  ['A person on a court with a tennis racket.',#   'A man that is holding a racquet standing in the grass.',#   'A tennis player hits the ball during a match.',#   'The tennis player is poised to serve a ball.',#   'Man in white playing tennis on a court.'])ins_train2014_data[26] # Errorins_train2014_data[179] # Errorins_train2014_data[194] # Errorpk_train2014_data[26]# (, [])pk_train2014_data[179] # Errorpk_train2014_data[194] # Errorcap_val2014_data[26]# (,#  ['a close up of a child next to a cake with balloons',#   'A baby sitting in front of a cake wearing a tie.',#   'The young boy is dressed in a tie that matches his cake. ',#   'A child eating a birthday cake near some balloons.',#   'A baby eating a cake with a tie around ... the background.'])cap_val2014_data[179]# (,#  ['Many small children are posing together in the ... white photo. ',#   'A vintage school picture of grade school aged children.',#   'A black and white photo of a group of kids.',#   'A group of children standing next to each other.',#   'A group of children standing and sitting beside each other. '])cap_val2014_data[194]# (,#  ['A man hitting a tennis ball with a racquet.',#   'champion tennis player swats at the ball hoping to win',#   'A man is hitting his tennis ball with a recket on the court.',#   'a tennis player on a court with a racket',#   'A professional tennis player hits a ball as fans watch.'])ins_val2014_data[26] # Errorins_val2014_data[179] # Errorins_val2014_data[194] # Errorpk_val2014_data[26] # Errorpk_val2014_data[179] # Errorpk_val2014_data[194] # Errortest2014_data[26]# (, [])test2014_data[179]# (, [])test2014_data[194]# (, [])test2015_data[26]# (, [])test2015_data[179]# (, [])test2015_data[194]# (, [])testdev2015_data[26]# (, [])testdev2015_data[179]# (, [])testdev2015_data[194]# (, [])import matplotlib.pyplot as pltfrom matplotlib.patches import Polygon, Rectangleimport numpy as npfrom pycocotools import maskdef show_images(data, ims, main_title=None):    file = data.root.split('/')[-1]    fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(14, 8))    fig.suptitle(t=main_title, y=0.9, fontsize=14)    x_crd = 0.02    for i, axis in zip(ims, axes.ravel()):        if data[i][1]:            im, anns = data[i]            axis.imshow(X=im)            y_crd = 0.0            for j, ann in enumerate(iterable=anns):                text_list = ann.split()                if len(text_list) > 9:                    text = " ".join(text_list[0:10]) + " ..."                else:                    text = " ".join(text_list)                plt.figtext(x=x_crd, y=y_crd, fontsize=10,                            s=f'{j} : {text}')                y_crd -= 0.06            x_crd += 0.325            if i == 2 and file == "val2017":                x_crd += 0.06        elif not data[i][1]:            im, _ = data[i]            axis.imshow(X=im)    fig.tight_layout()    plt.show()ims = (26, 179, 194)show_images(data=cap_train2014_data, ims=ims,             main_title="cap_train2014_data")show_images(data=cap_val2014_data, ims=ims,              main_title="cap_val2014_data")show_images(data=test2014_data, ims=ims,             main_title="test2014_data")show_images(data=test2015_data, ims=ims,             main_title="test2015_data")show_images(data=testdev2015_data, ims=ims,             main_title="testdev2015_data")

image description

image description

image description

image description

image description

以上就是PyTorch 中的 CocoCaptions (1)的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1355485.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
AI 代理初学者教程
上一篇 2025年12月13日 19:14:48
使用 AI 工具和 Azure 静态 Web 应用构建教育游戏(第 1 部分)
下一篇 2025年12月13日 19:15:00

相关推荐

  • Gemini2.5官方主页链接_Gemini2.5在线体验网址

    Gemini 2.5官方主页链接是https://gemini.google.com,用户可通过该网址进行在线体验,平台提供文本对话、文件上传、跨设备同步等功能,并支持通过Google AI Studio和Vertex AI调用高级模型。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无…

    2026年9月8日
    000
  • 苹果接招!小米17 Air手机正评估中 预计明年发布:eSIM+ 2亿像素主摄

    10月26日消息,既然小米17系列是全面对标iphone 17,那么小米大概率也会做air这款机型的。 近日,有博主发帖称,有厂商正在评估一款采用2亿像素主摄的eSIM轻薄旗舰,该机将搭载6.6寸大R角面板,使用一体冷雕工艺,参考博主暗示,预计该机为小米17 Air手机。 该博主同时在评论区补充,该…

    2026年9月8日
    100
  • 开发VSCode智能学习路径推荐与技能评估

    根据技能水平分阶段学习VSCode:初级掌握快捷键与界面操作,中级集成调试与自动化工具,高级实现远程开发与个性化配置,通过动态反馈持续优化使用效率。 想高效掌握 VSCode 并提升开发效率,关键不在于盲目尝试所有功能,而是根据你的实际技能水平和学习目标,制定一条清晰、个性化的智能学习路径。下面从技…

    2026年9月8日
    000
  • 使用Java Streams高效过滤嵌套列表并提取数据

    本文详细介绍了如何利用Java Streams处理复杂嵌套数据结构,特别是从包含多层列表的对象中,根据特定条件(如图片格式)过滤数据并提取所需信息。通过结合filter、map和reduce等Stream API操作,展示了如何简洁高效地从产品图片列表中筛选出JPG格式图片的URL,并将其聚合成逗码…

    2026年9月8日
    100
  • laravel如何快速搭建用户认证系统_Laravel快速搭建用户认证系统方法

    Laravel通过Breeze快速搭建认证系统,1. 安装Breeze并执行migrate生成路由、视图和控制器;2. 旧版本可用Laravel UI;3. 使用auth中间件保护路由;4. 可自定义登录字段如手机号。 Laravel 自带了开箱即用的用户认证系统,只需几个简单命令就能快速搭建。利用…

    2026年9月8日
    000
  • 华硕Ascent GX10迷你机上市:GB10超级芯片 1TB版本超3万元

    10月26日,华硕正式发布全新迷你工作站ascent gx10,搭载英伟达nvidia gb10 grace blackwell superchip芯片,配备1tb存储的版本售价为32999元。 Ascent GX10整机尺寸仅为150 x 150×51 mm,体积不足传统工作站的十分之一,极具紧凑…

    2026年9月8日
    000
  • Laravel如何实现文件下载功能_生成文件下载响应

    Laravel通过response()->download()和streamDownload()实现文件下载,结合Storage系统确保安全性与性能。使用BinaryFileResponse或StreamedResponse处理文件响应,可防止路径暴露并控制访问权限。通过中间件如auth和ca…

    2026年9月8日
    000
  • CPU超频对散热系统有哪些潜在挑战?

    超频导致CPU发热量剧增,散热系统需应对更高热负荷。首先,热量生成速率加快,瞬时峰值热量冲击大,要求散热器快速导出热量;其次,风冷或水冷设备接近物理极限,风扇高转速带来噪音问题;同时机箱内部气流组织至关重要,不良风道会导致热量堆积;此外,高性能导热介质如液态金属或高端硅脂成为必要,以提升热传导效率。…

    2026年9月8日
    000
  • 阿里夸克秘密推进“C计划”,剑指豆包能否突围AI市场?

    近日,阿里巴巴旗下智能搜索应用夸克被曝正在内部推进一项代号为“C计划”的AI业务。该计划由夸克核心团队主导,通义实验室亦有多位高级别成员加入,聚焦于对话式AI产品的战略布局,预计近期将有首个阶段性成果发布。多方信源指出,“C计划”在夸克内部已秘密运作多时,此次即将亮相的仅为初期成果。这是一项需长期投…

    用户投稿 2026年9月8日
    300
  • 如何在Java中使用多态实现运行时绑定

    运行时绑定指Java在程序运行时根据实际对象类型调用方法,而非编译时的引用类型。需满足继承、方法重写和父类引用指向子类对象三个条件。如Animal类有makeSound()方法,Dog和Cat类重写该方法,通过Animal引用调用makeSound()时,JVM会动态调用对应子类版本。此机制支持多态…

    2026年9月8日
    000
  • 如何通过注册表优化Windows系统后台进程?

    答案:注册表优化后台进程需谨慎,关键键值为HKEY_LOCAL_MACHINESYSTEMCurrentControlSetServices下的Start值(2=自动,3=手动,4=禁用),可控制服务启动方式;调整内存管理和预读取参数也能影响性能,但风险高,易致系统不稳定或崩溃。务必先创建还原点、备…

    2026年9月8日
    000
  • Linux如何启用双因素认证_Linux双因素认证的设置方法详解

    在Linux中启用双因素认证可显著提升安全性,通过密码和动态验证码结合防止未授权访问。2. 安装Google Authenticator的PAM模块后,用户运行初始化命令配置基于时间的一次性密码,并使用手机App扫描二维码绑定账户。3. 编辑/etc/pam.d/sshd文件添加auth requi…

    2026年9月8日
    400
  • Linux系统如何检测Rootkit_Linux检测Rootkit的工具与操作

    首先使用rkhunter和chkrootkit进行扫描,结合AIDE监控文件完整性,并辅以手动排查异常进程与端口,定期更新系统与日志审计,可有效检测和防范Rootkit。 Linux系统一旦被植入Rootkit,攻击者可以隐藏恶意进程、文件和网络连接,从而长期潜伏并控制系统。因此,及时检测Rootk…

    2026年9月8日
    000
  • 如何在mysql中使用缓存优化数据访问

    MySQL缓存优化需结合内部机制与外部系统。首先,旧版本可启用查询缓存,但频繁写表不适用;其次,优先调优InnoDB缓冲池,合理设置innodb_buffer_pool_size等参数以提升数据读取效率;再者,高并发场景应引入Redis或Memcached缓存热点数据,并防范缓存穿透与击穿;最后,通…

    2026年9月8日
    000
  • VSCode插件管理:依赖解析与版本冲突解决

    VSCode插件依赖独立加载,易因版本不一引发冲突。通过兼容性检查、禁用冗余插件、选用官方扩展、查看日志、清理缓存及隔离排查可有效解决。团队建议用extensions.json和devcontainer统一环境,提升协作效率。 VSCode插件生态丰富,但随着安装数量增多,依赖解析和版本冲突问题逐渐…

    2026年9月8日
    200
  • 腾讯朱雀大模型入口 朱雀AI检测官网网页版工具

    腾讯朱雀大模型检测入口为https://matrix.tencent.com/ai-detect/,提供文本与图像AI生成内容检测服务,支持主流格式上传与多模型识别,准确率超90%,用于学术、内容审核等场景。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R…

    2026年9月8日
    000
  • 如何在Linux命令行中监控日志文件变化?

    使用 tail -f 实时监控日志,推荐 tail -F 应对日志轮转,结合 grep 过滤关键字,less 中按 F 可动态追踪。 在Linux命令行中实时监控日志文件变化,最常用的方法是使用 tail 命令结合 -f 选项。这个组合能让你持续查看文件新增的内容,非常适合观察正在被写入的日志。 使…

    2026年9月8日
    100
  • 什么是mysql数据库及其基本概念

    MySQL是开源关系型数据库,基于SQL操作,用于Web开发;包含数据库、表、行、列等基本概念,支持主键唯一标识和外键关联表,常用SQL语句包括SELECT、INSERT、UPDATE、DELETE,广泛应用于电商、博客等需数据持久化与一致性的场景。 MySQL 是一种广泛使用的关系型数据库管理系统…

    2026年9月8日
    000
  • 豆包Ai官网网页访问入口_豆包Ai网页版官方平台

    豆包AI官网网页入口是https://www.doubao.com/chat/,支持多模态交互、高效文档处理及智能创作生成等功能。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 豆包Ai官网网页访问入口在哪里?这是不少网友都关注的,接下来由…

    2026年9月8日
    000
  • Java文本处理:高效移除特殊空白字符,保留普通空格

    许多api或外部数据源可能引入不可见的特殊空白字符(如u+200b零宽空格),这些字符会破坏文本布局或pdf渲染。本文介绍如何利用java的正则表达式`p{cf}`,精确识别并移除这些格式控制字符,同时确保普通空格不受影响,从而净化文本数据,提升应用兼容性与稳定性。 在处理来自外部系统的数据时,我们…

    2026年9月8日
    000

发表回复

登录后才能评论
关注微信