语义分割的标注文件格式

语义分割，也称为实例分割或像素级分类，是计算机视觉中一种任务，旨在为图像中的每个像素分配一个类别标签。标注文件通常是用于训练和评估这种任务的关键，其中包含了每个像素对应的具体类别信息。

最常见的标注文件格式有：

1. **PNG+JSON**: 这种格式包含一张二值图（例如黑色表示背景，白色表示前景）以及一个JSON文件，其中存储了每个像素类别ID及其在原始图片中的位置信息。
- PNG图像是掩码图，每个像素要么0（背景）要么非0（前景）
- JSON文件通常格式化为`{image_id: {pixels: [...], class_ids: [...]}}`

2. **Pascal VOC**: 它是一个经典的标注格式，用于PASCAL Visual Object Classes Challenge。XML文件描述了每个像素的标签，并包含了额外的信息如物体边界框等。
- XML文件示例： `<annotation><object>...</object></annotation>`

3. **COCO**: COCO (Common Objects in Context) 格式也有类似的XML或JSON形式，重点放在实例分割上，除了类别ID外还记录了每个实例的唯一ID。

4. **Semantic Mask Format (SMPV)**: 特别针对语义分割而设计的一种通用格式，它包含一个单独的图像通道，每个像素都有一个唯一的标签。

每种格式都有其特定的应用场景和优势，选择哪种取决于具体的项目需求和工具支持。