在为TF对象检测API [link]创建数据集的文章中，要求用户将对象掩码存储为：
单通道编码PNG字符串的重复列表，或单个密集的3D二进制张量，其中对应于每个对象的掩码沿第一维堆叠
由于文章强烈建议使用repeated list of single-channel encoded PNG strings，我特别想知道如何对此进行编码。我的注释通常来自csv个文件，我在生成TFRecords文件时没有问题。是否有关于如何进行此转换的任何说明？
答案 0 :(得分：0)
我将其与pet数据集配合使用，在tensorflow上，您可以使用coco数据集tf record和pet_tfrecord两种方式。
第一个拍摄的JSON文件 第二种采用XML和PNG
有一个应用程序VGG可以用PNG或JSON进行注释，然后使用所需的目录树，我使用了pet数据集示例。但即使使用示例数据集，最终也不会显示遮罩...
答案 1 :(得分：0)
我没有使用png数组，而是使用了一个密集的张量，其中每个像素值代表一个类。
请注意，我见过很多其他人没有使用序号，后来却遇到了麻烦。如果我有2个类，将1标记为0，将2标记为255，则该想法很有意义。基本原理是，当您看到此灰度时，很明显将什么标记为1或255。当使用0,1时这是不可能的，2，...但是，这违反了下游代码（例如deeplab）中的许多假设