MMLab-dataset_analysis

数据分析工具

这里写目录标题

mmyolo、mmsegmentation等提供了数据集分析工具

dataset_analysis.py

数据采用coco格式数据

根据配置文件分析全部数据类型或指定类型的Bbox_num、bbox_wh\bbox_wh_ratio、bbox_area

示例数据采用的是讯飞X光安检物品监测数据集,通过结果可以看出Knife、wrench、powerbank等小物品的数据相对较少,Knife类别最少,存在显著的类别不平衡问题。

数据可视化分析

  • bbox_area
  • bbox_ratio
  • bbox_wh

benchmark.py

测试模型性能:推理速度

!python /root/mmyolo/tools/analysis_tools/browse_coco_json.py --data-root /root/autodl-tmp/train --img-dir /root/autodl-tmp/train/images/ --ann-file /root/autodl-tmp/train/annotations/instances_train2014.json

browse_coco_json.py

将数据集与标签进行可视化

browse_dataset.py

-将数据可视化保存输出到文件夹下,包含两种模式

-m:'original', 'transformed', 'pipeline'

'original':金输出原始图像

'transformed':输出变换后的图像

'pipeline':输出数据增流各个阶段的图像

Optimize_anchors

通过分析数据,优化先验anchor的设置,仅支持YOLOAnchorGenerator

"""Optimize anchor settings on a specific dataset.

This script provides three methods to optimize YOLO anchors including k-means

anchor cluster, differential evolution and v5-k-means. You can use
--algorithm k-means, --algorithm differential_evolution and
--algorithm v5-k-means to switch those methods.

Example:

复制代码
Use k-means anchor cluster::

    python tools/analysis_tools/optimize_anchors.py ${CONFIG} \
    --algorithm k-means --input-shape ${INPUT_SHAPE [WIDTH HEIGHT]} \
    --out-dir ${OUT_DIR}

Use differential evolution to optimize anchors::

    python tools/analysis_tools/optimize_anchors.py ${CONFIG} \
    --algorithm differential_evolution \
    --input-shape ${INPUT_SHAPE [WIDTH HEIGHT]} \
    --out-dir ${OUT_DIR}

Use v5-k-means to optimize anchors::

    python tools/analysis_tools/optimize_anchors.py ${CONFIG} \
    --algorithm v5-k-means \
    --input-shape ${INPUT_SHAPE [WIDTH HEIGHT]} \
    --prior_match_thr ${PRIOR_MATCH_THR} \
    --out-dir ${OUT_DIR}

该工具默认调用gpu进行数据计算,算法名称还有个小bug,需要注意一下

python 复制代码
 if args.algorithm == 'k-means':
      optimizer = YOLOKMeansAnchorOptimizer(
          dataset=dataset,
          input_shape=input_shape,
          device=args.device,
          num_anchor_per_level=num_anchor_per_level,
          iters=args.iters,
          logger=logger,
          out_dir=args.out_dir)
  elif args.algorithm == 'DE':
      optimizer = YOLODEAnchorOptimizer(
          dataset=dataset,
          input_shape=input_shape,
          device=args.device,
          num_anchor_per_level=num_anchor_per_level,
          iters=args.iters,
          logger=logger,
          out_dir=args.out_dir)
  elif args.algorithm == 'v5-k-means':
      optimizer = YOLOV5KMeansAnchorOptimizer(
          dataset=dataset,
          input_shape=input_shape,
          device=args.device,
          num_anchor_per_level=num_anchor_per_level,
          iters=args.iters,
          prior_match_thr=args.prior_match_thr,
          mutation_args=args.mutation_args,
          augment_args=args.augment_args,
          logger=logger,
          out_dir=args.out_dir)
  else:
      raise NotImplementedError(
          f'Only support k-means and differential_evolution, '
          f'but get {args.algorithm}')
相关推荐
数据饕餮1 天前
Python数据分析基础03:探索性数据分析
python·信息可视化·数据分析
wx_ywyy67982 天前
《推客分销系统架构设计:从零搭建高并发社交裂变引擎》
信息可视化·推客系统·推客小程序·推客系统开发·推客小程序开发·推客分销系统
云天徽上2 天前
【PaddleOCR】OCR常见关键信息抽取数据集,包含FUNSD、XFUND、WildReceipt等整理,持续更新中......
人工智能·计算机视觉·信息可视化·paddlepaddle·paddleocr·文本识别
杨超越luckly3 天前
ArcGISPro应用指南:ArcGISPro制图全流程详解
arcgis·信息可视化·gis·制图·arcgispro
GIS之路3 天前
GeoTools 结合 OpenLayers 实现属性查询(二)
前端·信息可视化
DataGear3 天前
如何在DataGear 5.4.1 中快速制作SQL服务端分页的数据表格看板
javascript·数据库·sql·信息可视化·数据分析·echarts·数据可视化
程序员阿超的博客4 天前
Python 数据分析与机器学习入门 (五):Matplotlib 数据可视化基础
python·信息可视化·数据分析·matplotlib·数据可视化·python教程·pyplot
葡萄城技术团队13 天前
SpreadJS 迷你图:数据趋势可视化的利器
信息可视化
蓝婷儿14 天前
Python 数据分析与可视化 Day 5 - 数据可视化入门(Matplotlib & Seaborn)
python·信息可视化·数据分析
想看雪的瓜14 天前
Origin绘制三Y轴柱状图、点线图、柱状点线图
信息可视化