既存のデータセットにCOCO注釈付き画像をインポートまたはアップロードして、COCO注釈ファイルとともに他の情報コレクションと相互運用することができます。 IBM® Maximo® Visual Inspection COCOアノテーションファイルと一緒に既存のデータセットにインポートまたはアップロードすることで、他の情報コレクションと相互運用し、ラベリング作業を容易にすることができます。
始める前に
注： Common Objects in Context (COCO)アノテーションのある画像は、COCOアノテーションのない画像である。 IBM Maximo Visual Inspection.
COCO 注釈付きの画像をインポートまたはアップロードする前に、以下の点に注意してください：
- オブジェクト検出アノテーションのみサポート。 アノテーション形式は、COCO の Data format ページで確認できます。
- Maximo Visual Inspection は、
images、 categories、 annotations リストから情報を抽出し、それ以外は無視する。
- 未使用のアノテーションは保存されません。 例えば、
clock のアノテーション情報が存在しても、clock でタグ付けされたイメージがない場合、その clock オブジェクト (COCO ではカテゴリー と呼ばれます) は保存されません。
- RLE 形式を使用する COCO アノテーションの場合、アノテーション全体が無視されます。
注： タグのない画像は保存されます。
手順
- 新しいデータセットを作成する。 データ・セットは、COCO アノテーション付きデータをインポートする前に存在していなければなりません。
- インポートするイメージをダウンロードします。
- train2017.zipをダウンロードした場合、 IBM Maximo Visual Inspection はデータ・セット全体をトレーニングできません。 そのため、例えば次のようなコマンドを実行して、トレーニングするイメージのみを含む新規ファイルを作成する必要があります。
ls train2017 | grep jpg | head -20000 >/tmp/flist
- イメージのアノテーション・ファイルをダウンロードします。 例えば、annotations_trainval2017.zip には、
train2017 データ・セットのアノテーションが含まれています。 例えば、ダウンロードした場合は、オブジェクト annotations_trainval2017.zipdetection.If のCOCOアノテーションファイルであるファイルを annotations/instances_train2017.json 抽出します。別のソースからのファイル .json を使用している場合、それをと呼ぶことはできません prop.json。
- アノテーションファイルと画像を含むファイル .zip を作成する。
- ファイル .zip には1つの .json ファイルのみを含めることができます。 複数の .json ファイルが検出された場合は、最初のファイルのみが使用されます。
- .json ファイルに props.json という名前を付けることはできません。この名前は、異なるアノテーションを使用する IBM Maximo Visual Inspection エクスポート・データ・セットによって使用されているためです。
- イメージとアノテーション・ファイルは、別々のディレクトリーに保管できます。
- 既存の IBM データセット（ Maximo Visual Inspection ）にファイルを .zip インポートします。
注: COCO データ・セットはコンペティション用に作成され、オブジェクトの識別を困難にするように設計されています。 トレーニング時に達成される正確度の数値は比較的低く、特にデフォルトの 4000 回の反復では低くなります。 ただし、これらのデータ・セットを使用すると、多数のイメージに手動でラベル付けをすることなく、セグメント化のトレーニングと推論を試すことができます。