Datasets Image2D Detection CPPE5

[junxnone]

CPPE-5

• Medical Personal Protective Equipment : 用于医学个人防护设备相关研究的数据集, 旨在研究医学个人防护设备的下级分类
• 数据集中的文本为英文，数据集大小在1K - 10K之间，包含1029个数据点（图像），其中训练集有1000张图像，测试集有29张图像。

数据集统计信息

• 4698 bounding boxes
• 1029 high-quality non-iconic images
• Average image size of 947 pixels
• 5 object categories
• ~4.57 annotations per image
• ~230MB

类别

Label	Description	cn
1	Coverall	连体服
2	Face_Shield	面罩
3	Gloves	手套
4	Goggles	眼镜
5	Mask	口罩

注释

• 数据字段含义
  • image_id：图像的唯一标识符。
  • image：PIL.Image.Image对象，表示图像数据（自动解码，注意查询方式以提高效率）。
  • width：图像宽度。
  • height：图像高度。
  • objects：一个字典，包含图像中对象的边界框元数据。
    • 其中id是注释的唯一标识符
    • area是边界框的面积
    • bbox是对象的边界框（采用COCO格式）
    • category是对象的类别，可能的值包括Coverall（0）/ Face_Shield（1）/ Gloves（2）/ Goggles（3）/ Mask（4）

{
  'image_id': 15,
  'image': <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=943x663 at 0x2373B065C18>,
  'width': 943,
  'height': 663,
  'objects': {
    'id': [114, 115, 116, 117], 
    'area': [3796, 1596, 152768, 81002],
    'bbox': [
      [302.0, 109.0, 73.0, 52.0],
      [810.0, 100.0, 57.0, 28.0],
      [160.0, 31.0, 248.0, 616.0],
      [741.0, 68.0, 202.0, 401.0]
    ], 
    'category': [4, 4, 0, 0]
  }
}

数据集创建过程

• 收集图像
  • 从Flickr获取图像，保存为“Original”大小，同时提取图像的相关元数据，如原始图像链接、宽度、高度、标题、上传时间、作者用户名、作者姓名、作者资料、许可证、MD5哈希值等。
  • 从Google Images获取少量图像，并提取原始图像链接、宽度、高度、MD5哈希值等元数据。
  • 使用安全过滤器去除不合适内容的图像，使用GIST描述符去除近似重复的图像。
• 标注过程
  • 数据集标注分两个阶段，第一阶段标注416张图像，第二阶段标注613张图像。为志愿者提供了类别描述表格（包括工作服、口罩、面罩、手套、护目镜的定义）以及正确标注、错误标注和不适用标注的示例图像。
  • 每个志愿者在标注任务前需进行练习以确保能正确识别类别和标注。标注过程中，先由两名志愿者独立标注图像，若边界框数量、标签或标注差异较大，则由第三名志愿者整合结果，最后由一名志愿者验证边界框标注。最终得到1029张高质量、主要为非标志性且标注准确的图像。标注人员为多个志愿者，使用开源工具LabelImg进行标注。

Reference

• CPPE - 5: Medical Personal Protective Equipment Dataset
• Github
• paper - 2023.2 - CPPE-5: Medical Personal Protective Equipment Dataset
• Paperswithcode Leaderboard