统计数据集中真实标记框的分布情况

目标检测的数据集中的ground truth box的分布情况很重要。

一般原始图片在送入网络前会进行缩放（等比例缩放，固定尺寸缩放等），则我们使用lableImg等标记工具打的标签框对应的区域的大小也会缩放。统计其数据分布情况，可以为网络优化提供参考（比如说，如果缩放后，都分布于特别大的范围或者特别小的范围，那么就将网络中检测其他范围大小的层数删除，进行模型的裁剪）

下面的实例代码，是将图片固定尺寸缩放到300*300，然后统计缩放后的图片上box的width，height数值分布（以5为划分，则300可以分为60份），统计缩放后box面积的分布（按比例统计分布，即计算新的面积占300*300的百分比，同样每5%进行划分），代码仅供参考，按自己的需要进行修改即可。

'''
统计图片缩放后ground truth box的分布情况
必须提供：
	xml_file_path
	new_image_size
可选：
	flag，默认为Fales，当改为True时，必须提供：
				new_xml_file_save_path
				image_file_path
				new_image_file_save_path
'''
import os
import cv2
from xml.etree import ElementTree as ET

xml_file_path='all_xml'
new_xml_file_save_path&