目录

• 目标检测数据集分析
  • 图片数量、标注框数量、类别信息
  • 所有图片宽度和高度的散点图
  • 所有标注框宽度和高度的散点图
  • 标注框宽度和高度之比
  • 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
  • 不同尺寸的图片数量
  • 每一类标注框的宽度高度散点图
  • 使用方法
    • Install
    • Usage

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：

number of images: 6666
number of boxes: 19958
classes =  ['4', '2', '1', '3']

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/Shanyaliux/DataAnalyze.git
cd DataAnalyze
pip install -r requirements.txt

Usage

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

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