Coco格式数据iou<0.5可视化

张一极

抽取coco格式iou小于0.5数据进行可视化

iou = 交集面积/并集面积

iou<0.5意味着交重面积小于0.5

iou=1意味着完全重叠。

文件树结构：

val:测试文件图片

├── all_val.json ├── getcase.py ├── new.json ├── result ├── results.json ├── val └── val.zip

xxxxxxxxxx
1
import json
2
import io
3
import numpy as np
4
import cv2 as cv
5
class BBox:
6
    def __init__(self,x,y,w,h):
7
        self.x = x
8
        self.y = y
9
        self.w = w
10
        self.h = h
11
def iou(a,b):
12
​
13
    assert isinstance(a,BBox)
14
    assert isinstance(b,BBox)
15
​
16
    area_a = a.w * a.h
17
    area_b = b.w * b.h
18
​
19
    w = min(b.x+b.w,a.x+a.w) - max(a.x,b.x)
20
    h = min(b.y+b.h,a.y+a.h) - max(a.y,b.y)
21
​
22
    if w <= 0 or h <= 0:
23
        return 0
24
​
25
    area_c = w * h
26
    return area_c / (area_a + area_b - area_c)
27
f =io.open('results.json','r',encoding='utf-8')
28
res=f.read()
29
data= json.loads(res)
30
f2 =io.open('all_val.json','r',encoding='utf-8')
31
res2=f2.read()
32
data2= json.loads(res2)
33
# print(dict(data2))
34
now = 1
35
count = 0
36
max_score = 0
37
list_box = []
38
dict_file_id = {}
39
for i in data:
40
    if i["image_id"] == now:
41
        if i["score"]>max_score:
42
            max_score = i["score"]
43
    else:
44
        list_box.append(i)#最高score的box
45
        # print(i)
46
        max_score = 0
47
        count=0
48
        now += 1
49
for i in list_box:
50
    # print(i)
51
    for file_name in data2["images"]:
52
        if i["image_id"] == file_name["id"]:
53
            dict_file_id[i["image_id"]]=file_name["file_name"]
54
            # print(file_name["file_name"])
55
    for target in data2["annotations"]:
56
        if target["image_id"]== i["image_id"]:
57
            # print(target["bbox"])
58
            box1 = BBox(target["bbox"][0],target["bbox"][1],target["bbox"][2],target["bbox"][3])
59
            # print(i["bbox"])
60
            box2 = BBox(i["bbox"][0],i["bbox"][1],i["bbox"][2],i["bbox"][3])
61
            if iou(box1,box2)<0.5:
62
                print(iou(box1,box2))
63
                print(i["bbox"])
64
                print(target["bbox"])
65
                print(dict_file_id)
66
                img = cv.imread('val/'+dict_file_id[i["image_id"]], cv.IMREAD_UNCHANGED) 
67
                cv.rectangle(img,(target["bbox"][0],target["bbox"][1]),(target["bbox"][0]+target["bbox"][2],target["bbox"][1]+target["bbox"][3]),(0,255,0),1,4) 
68
                cv.rectangle(img,(int(i["bbox"][0]),int(i["bbox"][1])),(int(i["bbox"][0]+i["bbox"][2]),int(i["bbox"][1]+i["bbox"][3])),(0,0,255),1,8) 
69
                cv.imwrite('result/'+dict_file_id[i["image_id"]],img)