使用 Detectron2 Visualizer 绘图时注释多边形的位置不正确

Question

Stack Overflow 社区您好，

如果我的问题看起来微不足道，我深表歉意。我目前正在致力于从航空 PNG 图像构建检测。每张图像的尺寸为 2000 像素 x 2000 像素，分辨率为 20 厘米。为了实现这一目标，我使用 Facebook AI Research 的 Detectron2。

Detectron2 有一个名为

get_balloon_dicts

的函数，用于注册数据集注释和一个

visualizer

模块来可视化注释。在 Detectron2 提供的教程 IPython Notebook 文件（可在 https://colab.research.google.com/drive/16jcaJoc6bCFAQ96jDe2HwtXj7BMD_-m5 访问）中，成功地针对 气球示例演示了该过程。

我遵循了 Detectron2 教程中的 balloon 示例，它在我的 Anaconda 环境中运行良好。注释 JSON 文件在气球图像上正确可视化，如所附屏幕截图所示。

但是，当我尝试将相同的过程应用于我的构建图像和注释 JSON 文件时，图像显示正确，但注释无法可视化。相反，一些标签出现在图像顶部，如所附屏幕截图所示。

我希望获得与气球示例相同的结果，因为建筑注释 JSON 文件是以类似的格式、结构和属性创建的。我使用以下代码（来自 Detectron2 教程的气球代码的复制版本）来注册数据集并可视化注释：

注册数据集代码：

from detectron2.utils.visualizer import Visualizer
from detectron2.data import MetadataCatalog, DatasetCatalog
from detectron2.structures import BoxMode
import cv2

def get_building_dicts(img_dir):
    json_file = os.path.join(img_dir, "via_region_data.json")
    with open(json_file) as f:
        imgs_anns = json.load(f)

    dataset_dicts = []
    for idx, v in enumerate(imgs_anns.values()):
        record = {}
        
        filename = os.path.join(img_dir, v["filename"])
        height, width = cv2.imread(filename).shape[:2]

        record["file_name"] = filename
        record["image_id"] = idx
        record["height"] = height
        record["width"] = width
      
        annos = v["regions"]
        objs = []
        for _, anno in annos.items():
            assert not anno["region_attributes"]
            anno = anno["shape_attributes"]
            px = anno["all_points_x"]
            py = anno["all_points_y"]
            poly = [(x + 0.5, y + 0.5) for x, y in zip(px, py)]
            poly = [p for x in poly for p in x]

            obj = {
                "bbox": [np.min(px), np.min(py), np.max(px), np.max(py)],
                "bbox_mode": BoxMode.XYXY_ABS,
                "segmentation": [poly],
                "category_id": 0,
            }
            objs.append(obj)
        record["annotations"] = objs
        dataset_dicts.append(record)
    return dataset_dicts

for d in ["train", "val"]:
    DatasetCatalog.register("building_" + d, lambda d=d: get_building_dicts("wisconsin_dataset2020/" + d))
    MetadataCatalog.get("building_" + d).set(thing_classes=["building"])
building_metadata = MetadataCatalog.get("building_train")

可视化注释和图像的代码：

dataset_dicts = get_building_dicts("wisconsin_dataset2020/train")
for d in random.sample(dataset_dicts, 1):
    img = cv2.imread(d["file_name"])
    print(d["file_name"])
    visualizer = Visualizer(img[:, :, ::-1], metadata=building_metadata, scale=1.0)
    out = visualizer.draw_dataset_dict(d)
    #cv_imshow(out.get_image()[:, :, ::-1])
    plt.figure(figsize=(20, 20))
    plt.imshow(out.get_image()[:, :, ::-1])
    plt.show()

我在此链接上附加了图像和注释 JSON 文件的示例，用于故障排除目的 https://github.com/facebookresearch/detectron2/files/12052249/building_dataset.zip。

任何可以帮助我实现所需结果（如提供的屏幕截图所示）的潜在解决方案或代码改进，我将不胜感激。

预先感谢您的协助。

我希望看到这样的图像：

环境：

---

sys.platform win32 Python 3.8.16 |由 conda-forge 打包 | （默认，2023 年 2 月 1 日 15:53:35）[MSC v.1929 64 位 (AMD64)] numpy 1.24.3 探测器2 0.6 DETECTRON2_ENV_MODULE PyTorch 2.0.1 @L:\projects\pythonlove