Cityscapes数据集：如何将像素级的多边形标注的分割数据标注转为目标检测的bbox标注

Cityscapes数据集官网下载地址：

https://www.cityscapes-dataset.com/

相关介绍：从官网下载这三个压缩包文件leftImg8bit_trainvaltest.zip、gtCoarse.zip、gtFine_trainvaltest.zip

1）leftImg8bit_trainvaltest.zip分为train、val以及test三个文件夹，共包含了5000张图像；

2）gtFine_trainvaltest.zip是精细化的注释信息，在其精细标注数据集文件夹（gtFine）中，也有train、val以及test三个文件夹，每张图片对应四个标注文件：用于可视化的彩色标注图（_color.png）、用于实例分割的实例I图（_instanceIds.png）、用于语义分割的标签图（_labelsIds.png）以及包含原始人工标注信息的JSON文件（_polygons.json）等；

Cityscapes数据集简单介绍：

城市街景数据集 Cityscapes © 收集了来自 50 个不同城市、良好天气条件下的街景，共包含 5000 张高分辨率（1024x2048）图像。其中 3475 张带标注的图像用于训练和验证（2975 张用于训练，500 张用于验证），1525 张未标注图像用于测试。此外，数据集中还提供了 20000 张弱标注图像供研究使用。该数据集涵盖 30 多种类别，主要包括城市街景中的车辆、行人、建筑物、道路等常见物体和场景。

实例分割数据集改造为目标检测数据集

将分割数据中的像素级多边形标注转换为目标检测的边界框（bbox）标注，其实并不复杂。每个分割目标的多边形标注由多个像素点的 [x, y] 坐标组成，只需找到这些坐标的 Xmin, Ymin, Xmax, 和 Ymax 值，就能确定该目标的边界框。

结果：

preprocess.py代码如下

import os
import glob
from shutil import copy2
from PIL import Image
import json
import numpy as np

def copy_file(src, src_ext, dst):
    # find all files ends up with ext
    flist = sorted(glob.glob(os.path.join(src, '*', src_ext)))
    for fname in flist:
        src_path = os.path.join(src, fname)
        copy2(src_path, dst)
        print('copied %s to %s' % (src_path, dst))

def construct_box(inst_root, inst_name, cls_name, dst):
    inst_list = sorted(glob<