如何使用COCOInstance从训练数据集读取(image,label,segm)元组

torchvision.datasets.CocoDetection返回的样本结构是**(image, target)**二元组，其中target是一个包含多个目标标注的字典列表，每个字典里存储了该目标的category_id（对应label）、segmentation（对应segm）等标注信息，你需要从target里提取对应字段：

单目标样本的提取方式 #

如果当前样本仅包含一个目标标注，直接取列表第一个元素的对应字段：

train_image, target = train_dataset[6]
# 提取目标标签
train_label = target[0]['category_id']
# 提取目标分割掩码
train_segm = target[0]['segmentation']

多目标样本的提取方式 #

如果样本里有多个目标，可通过列表推导式批量提取所有标签和分割信息：

train_image, target = train_dataset[6]
# 获取所有目标的标签列表
train_labels = [anno['category_id'] for anno in target]
# 获取所有目标的分割掩码列表
train_segms = [anno['segmentation'] for anno in target]

确认标注字段结构 #

如果不确定target里的具体字段，可先打印查看标注结构，避免因数据集标注差异出错：

train_image, target = train_dataset[6]
print(target)

内容的提问来源于stack exchange，提问作者zeynep