目标检测数据集分析

现在支持导出excel数据，可以使用自己喜欢的软件生成图像了。

# 目标检测数据集分析

平时我们经常需要对我们的数据集进行各种分析，以便我们找到更好的提高方式。所以我将我平时分析数据集的一些方法打包发布在了Github上，分享给大家，有什么错误和意见，请多多指教！
项目地址 (opens new window)

# 图片数量、标注框数量、类别信息

这些信息会在终端打印出来，格式如下：

Processing, please wait...

============ Errors ============

Annotations\helmet_10551.xml Image has wrong height and width.

============ Errors ============


***************** Info *****************

number of images: 43677
number of boxes: 62239
classes =  ['unwear', 'wearing']

***************** Info *****************

Processing completed. The result is saved in out.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

# 所有图片宽度和高度的散点图

这里只有一个点，是因为所有的图片尺寸相同
imageWH

# 所有标注框宽度和高度的散点图

bboxWH

# 标注框宽度和高度之比

横坐标为比率，纵坐标为数量

AnchorBoxRatio

# 每一类的标注框数量

EachCategoryNum

EachCategoryNumPie

# 每一类图片数量

EachCategoryImagesNum

# 每一张图片上的标注框数量

横坐标为一张图片上的标注框数量，纵坐标为图片数量
EachImageBboxNum

# 不同尺寸的图片数量

根据coco的划分规则计算

SizeBboxNum

# 每一类标注框的宽度高度散点图

1WH

2WH

3WH

4WH

# 使用方法

Github (opens new window)

# Install

git clone https://github.com/Shanyaliux/DataAnalyze.git
cd DataAnalyze
pip install -r requirements.txt

1
2
3

# Usage

python analyze.py ${type} ${path} [--out ${out}]

type The format of the dataset, optional 'coco' or 'voc'.
path The path of dataset. If type is 'coco', the path is the json file path. If type is 'voc', the path is the path of the xml file directory.
--out is the output directory, default is './out'

# Example

python analyze.py coco ./tarin.json --out ./out/

python analyze.py voc ./xml/ --out ./out/

编辑

#posts

上次更新: 2022/09/30, 04:53:04

← 数据集可视化 PyQTt5逻辑和界面分离→