annotations.json

[theo0924]

annotations.json 这个文件是区TuSimple下载吗？还是要自己制作。如果要自己制作"label": [
[...],
[...],
[...],
[...]
],这些这么写？

[LIU42]

由于 TuSimple 数据集的标注格式和训练模型的标签格式不同，annotations.json 这个文件的内容需要自己根据 TuSimple 数据集的标注进行转换生成。我之前写了一个转换程序，但它不能覆盖所有的情况，个别样本标签的转换仍然是我手工完成的，因此我就没有将它放到项目中。如果您不想自己进行转换，我可以通过电子邮件将我转换好的数据集发送给您。

README.md 中的描述我不小心打错了，正确的应该是：

"label" 为车道线所在网格的横向位置索引标记，固定为一个 4x12 的二维数组。第一维表示模型共能检测 4 条车道线。按顺序分别为以车辆为中心的左方第二条、左方第一条、右方第一条和右方第二条车道线，例如效果展示图 3 中从左到右的红色，绿色，蓝色和黄色车道线。第二维表示自上而下按照 "anchors" 中 y 轴坐标采样下的车道线所在网格的位置索引，取值范围 [0, 79]，若该位置车道线不存在则标记为 80。

举个例子：

{
    "image": "5701.jpg",
    "label": [
        [80, 80, 80, 80, 80, 80, 80, 80, 80, 80, 80, 80],
        [80, 38, 35, 32, 30, 27, 24, 22, 19, 16, 14, 11],
        [80, 43, 46, 49, 52, 55, 58, 61, 64, 67, 70, 73],
        [80, 48, 56, 65, 74, 80, 80, 80, 80, 80, 80, 80]
    ],
    "samples": [
        [-1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1],
        [-1, 305, 284, 263, 241, 220, 198, 177, 156, 134, 113, 92],
        [-1, 345, 369, 394, 418, 443, 468, 492, 517, 541, 566, 591],
        [-1, 386, 455, 524, 593, -1, -1, -1, -1, -1, -1, -1]
    ],
    "anchors": [120, 140, 160, 180, 200, 220, 240, 260, 280, 300, 320, 340]
}

说得直白一点，"image" 是图像文件名，"label" 表示车道线在水平方向上的第几个方格，"samples" 为车道线在图像中的实际水平坐标，"anchors" 为所有采样的垂直坐标，其中 “samples” 和 "anchors" 对于模型的训练和评估工作来说不是必须的（事实上我的数据集加载程序也没有读取它们），可以不生成它们。

[InfiAscent]

您好！我是小白，下好了 TuSimple中的数据集但是不太清楚怎么转换和制作成为自己的数据集，可以将您做好的数据集发我一份吗？我的电子邮箱是：cooper_1900@qq.com,谢谢大佬！

[LIU42]

@Sisyphu1900 数据集已经通过电子邮件发送给您，请注意查收。