這篇文章示範如何使用 CocoCaptions 庫中的 torchvision.datasets 類別和各種 MS COCO 資料集。 這些範例說明了載入和顯示 unlabeled2017 子集中的圖片。 但是，嘗試存取 stuff_train2017、stuff_val2017、stuff_train2017_pixelmaps 和 stuff_val2017_pixelmaps 中的資料會導致錯誤，表示與 CocoCaptions 不相容。 下面提供了程式碼片段及其輸出。
程式碼與輸出：
程式碼嘗試使用 CocoCaptions 載入和利用 MS COCO 資料集的不同子集。 unlabeled2017 子集成功載入並允許圖片顯示。 其他子集（包含「stuff」和「panoptic」資料）會導致錯誤，突出顯示使用 CocoCaptions 與這些特定資料結構的限制。
<code class="language-python">from torchvision.datasets import CocoCaptions
import matplotlib.pyplot as plt
# ... (CocoCaptions instantiation code as provided in the input) ...
# ... (len() calls and error handling code as provided in the input) ...
unlabeled2017_data[2] # Displays image and empty caption list
unlabeled2017_data[47] # Displays image and empty caption list
unlabeled2017_data[64] # Displays image and empty caption list
def show_images(data, ims, main_title=None):
file = data.root.split('/')[-1]
fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(14, 8))
fig.suptitle(t=main_title, y=0.9, fontsize=14)
for i, axis in zip(ims, axes.ravel()):
if not data[i][1]:
im, _ = data[i]
axis.imshow(X=im)
fig.tight_layout()
plt.show()
ims = (2, 47, 64)
show_images(data=unlabeled2017_data, ims=ims, main_title="unlabeled2017_data")</code>show_images 函數顯示 unlabeled2017_data 子集中的三張影像。
結論：
此實驗表明，雖然 CocoCaptions 適用於某些 MS COCO 資料子集（如 unlabeled2017），但它並不直接與所有註釋相容。 遇到的錯誤表示「stuff」和「panoptic」註解需要不同的方法或不同的資料集類別才能正確載入和使用。 要成功存取數據，需要進一步研究這些註釋的結構和可用的 torchvision 資料集類別。
以上是PyTorch 中的 CocoCaptions (3)的詳細內容。更多資訊請關注PHP中文網其他相關文章！
