Github - eBay/modanet

ModaNet: A Large-Scale Street Fashion Dataset with Polygon Annotations

ModaNet, 基于多边形标注(ppolygon annotations) 的大规模街拍服装数据集.

ModaNet 是街拍服装图像数据集，其包括与 RGB 图像对应的标注. ModaNet 提供了每张图像的多种多边形标注. 每个多边形对应着 13 个服装类别之一.

数据集的标注是基于 PaperDoll 图像集，其中，只有几百张图像是采用基于超像素工具进行标注的.

ModaNet 的贡献是提供了一种新的图像多边形标注方法.

ModaNet 竞赛排行榜，包括了语义分割，实例分割和目标检测，均是以 COCO-style. 此外，还提供了语义分割任务的每类 IoU(per-class IoU) 分数.

ModaNet challenge leaderboard

ModaNet 旨在用于学习目的，提供了计算机视觉研究中的标注数据集，包括语义分割，实例分割，目标检测，多边形检测等.

1. 标注数据集下载

1.1. git clone 的方式下载

采用了 Github Large File Storage，因此需要先下载 sql 文件：

https://help.github.com/articles/installing-git-large-file-storage/

具体地，

[1] - 从 git-lfs.github.com 下载 git-lfs-linux-amd64-v2.6.1.tar.gz，并解压；

[2] - 终端运行：

cd ~/Downloads/git-lfs-2.6.1
sudo ./install.sh
# 输出： Git LFS initialized.

git lfs install
# 输出： Git LFS initialized.

[3] - Clone 带有标注文件的项目：

git clone git@github.com:eBay/modanet.git 

下载的文件大小：

modanet2018_instances_train.json (101MB，52377张)
modanet2018_instances_val.json (210KB，2799张)

[4] - 验证下载文件的 md5:

md5sum modanet2018_instances_train.json
# 96478657d20e322e9d3282c6d73c0c4c  modanet2018_instances_train.json

md5sum modanet2018_instances_val.json 
# 900b24b7d6c0c48203e6244f45d65499  modanet2018_instances_val.json

1.2. 直接下载 json 标注文件

采用 octotree chrome 浏览器插件, 点击对应的 json 文件下载即可.

这里提供直接复制的下载链接:

[1] - https://media.githubusercontent.com/media/eBay/modanet/master/annotations/modanet2018_instances_train.json

[2] - https://media.githubusercontent.com/media/eBay/modanet/master/annotations/modanet2018_instances_val.json

## 2. Labels

数据集标注的标签有:

3. 数据标注格式

采用与 COCO-dataset 相同的标注格式.

{
    'info' : info, 
    'images' : [image], 
    'annotations' : [annotation], 
    'licenses' : [license],
    'year': year, 
    'categories': [category], 
    'type': type
}

info{
    'version' : str, 
    'description' : str, 
    'contributor' : str, 
    'date_created' : datetime,
}

image{
    'id' : int, 
    'width' : int, 
    'height' : int, 
    'file_name' : str, 
    'license' : int
}

license{
    'id' : int, 
    'name' : str, 
    'url' : str,
}

annotation{
    'area': int, 
    'bbox': [x,y,width,height],
      'segmentation': [polygon],
      'image_id': int,
      'id': int,
      'category_id': int,
      'iscrowd': int
}
category{
      'supercategory': str, 
      'id': int, 
      'name': str,
}

4. 竞赛结果提交格式

[1] - 只提交目标检测任务的结果:

[{
    'image_id' : int, 
    'category_id' : int, 
    'bbox' : [x,y,width,height], 
    'score' : float,
}]

如:

[{
    'bbox': [192, 30, 20, 28],
      'category_id': 13,
      'image_id': 100014,
      'score': 0.8
}]

[2] - 只提交实例分割/语义分割/多边形预测任务的结果:

[{
    'image_id' : int, 
    'category_id' : int, 
    'segmentation' : polygon, 
    'score' : float,
}]

如:

[{
    'segmentation': [[210, 31, 212, 35, 204, 37, 204,
                      45, 205, 54, 199, 58,194, 52,
                      198, 42, 192, 32, 194, 30, 201,
                      33]],
      'category_id': 13,
      'image_id': 100014,
      'score': 0.8 
}]

[3] - 同时提交检测和分割任务的结果:

[{
    'image_id' : int, 
    'category_id' : int, 
    'segmentation' : polygon, 
    'score' : float, 
    'bbox' : [x,y,width,height]
}]

如:

[{
    'bbox': [192, 30, 20, 28],
    'category_id': 13,
      'image_id': 100014,
    'segmentation': [[210, 31, 212, 35, 204, 37, 204,
                      45, 205, 54, 199, 58,194, 52,
                      198, 42, 192, 32, 194, 30, 201,
                      33]],
      'score': 0.8 
}]

5. Chictopia 图像数据集下载

Chictopia metadata, 从 Chictopia 2012 年秋季爬取的网络数据.

Chictopia metadata

类似于 json 标注文件的下载, 将 chictopia.sql.gz 数据集压缩包下载.

下载链接:

[1] - https://media.githubusercontent.com/media/kyamagu/paperdoll/master/data/chictopia/chictopia.sql.gz

5.1. 重建 SQLite3 数据库

sudo apt install sqlite3

gunzip -c chictopia.sql.gz | sqlite3 chictopia.sqlite3

5.2. Python 读取图片

import sqlite3 as db

conn = db.connect("./chictopia.sqlite3")
cursor=conn.cursor()
conn.row_factory=db.Row 
cursor.execute("select path from photos")
rows=cursor.fetchall()
print("[INFO] Num of photos: ", len(rows))

f = open("image_list.txt", "w")
for item in rows:
    f.write(item[0])
    f.write("\n")
f.close()

5.3. 图片下载

参考:

[1] - hrsma2i/modanet

[2] - dataset-PaperDoll

注: 可能只能下载部分图片数据.

标注例图: