深度学习可视化工具FiftyOne介绍

      FiftyOne是用于构建高质量数据集和计算机视觉模型的开源工具，由Python语言实现，最新发布版本为v0.14.0，它的License是Apache 2.0。源码位于https://github.com/voxel51/fiftyone 。FiftyOne支持Windows、Linux、macOS平台，默认情况下，FiftyOne应用程序将在你启动时在你的网络浏览器中打开。FiftyOne还提供了桌面版本，最新发布版本为Desktop v0.18.0。FiftyOne可以使我们更快、更有效地可视化数据集和解释模型，从而增强机器学习工作流程。也可以通过FiftyOne直接下载数据集，支持的数据集包括cifar10、cifar100、coco-2017、imagenet-2012、fashion-mnist、mnist等。

      可以通过Anaconda在Windows和Linux上进行安装。

      在Windows上安装执行以下命令：

conda create -n fiftyone python=3.8
conda activate fiftyone
pip3 install fiftyone

      在Ubuntu上当Ubuntu版本>=18.04时与Windows上执行命令相同，如果版本低，需将以上第三条语句调整为以下命令： 否则将报以下error: mongod: loading shared libraries: libcrypto.so.1.1: cannot open shared object file: No such file or directory

pip3 install fiftyone-db-ubuntu1604

      FiftyOne核心能力包括：

      (1).导入数据集进行操作，轻松管理数据。

      (2).评估模型。

      (3).使嵌入数据和模型可视化。

      (4).查找标注错误。

      (5).管理数据集去除冗余图像。

      FiftyOne工具包含三个组件：Python库、App、Brain。

      (1).提供的Python接口可轻松以多种常见格式加载数据集，并提供以自定义格式加载数据集。

      (2).App是一个图形用户界面，可快速直观了解数据集。

      (3).Brain是一个强大的机器学习驱动功能库，可提供对数据集的洞察并推荐修改数据集的方法，从而提高模型的性能。

      关于FiftyOne详细介绍和用法参考：https://voxel51.com/docs/fiftyone/

      以下为测试代码：

import fiftyone as fo
import fiftyone.zoo as foz

# reference: https://voxel51.com/docs/fiftyone/tutorials/evaluate_detections.html

datasets = foz.list_zoo_datasets()
print("available datasets:", datasets)

dataset = foz.load_zoo_dataset("coco-2017", split="validation", dataset_name="evaluate-detections-tutorial")
dataset.persistent = True
session = fo.launch_app(dataset)

# print some information about the dataset
print("dataset info:", dataset)

# print a ground truth detection
sample = dataset.first()
print("ground truth:", sample.ground_truth.detections[0])

session.wait()

      执行结果如下：

      GitHub：https://github.com/fengbingchun/PyTorch_Test