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

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.

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

所有标注框宽度和高度的散点图

标注框宽度和高度之比

横坐标为比率，纵坐标为数量

每一类的标注框数量

每一类图片数量

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

不同尺寸的图片数量

根据coco的划分规则计算

每一类标注框的宽度高度散点图

使用方法

Github

Install

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

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/