FiftyOne——数据集的高级使用方法

FiftyOne——进阶使用方法

数据集

按索引从数据集中取出样本

# 
index = 10
dataset.skip(index-1).limit(1).first() # 大概的意思是跳过index-1个样本 取出1个样本（此时是一个dataset_view），需要调用first（），取出第一个样本，也就是目标样本

detection中添加自定义的属性

最好是内建的数据类型：

• 初始化时候添加

sample["ground_truth"] = fo.Detections(
    detections=[
        fo.Detection(
            label="cat",
            bounding_box=[0.5, 0.5, 0.4, 0.3],
            attributes={
                "age": fo.NumericAttribute(value=51),
                "mood": fo.CategoricalAttribute(value="salty"),
            },
        ),
    ]
)

• 直接添加

detection.age = fo.NumericAttribute(value = 1)# 原本样本中并没有age这个属性
detection.age = 1 # 也可以，但不建议

• 放在attributes里面

sample["ground_truth"] = fo.Detections(
    detections=[
        fo.Detection(
            label="cat",
            bounding_box=[0.5, 0.5, 0.4, 0.3],
            attributes={
                "age": fo.NumericAttribute(value=51),
                "mood": fo.CategoricalAttribute(value="salty"),
            },
        ),
    ]
)

合并两个数据集

• 完全合同

dataset1  = ...# 数据集1
dataset2 = ...# 数据集2
# 将数据集2添加到数据集1中
dataset1.add_samples(dataset2)

• 将数据集1中有标注的部分合并到数据集2

dataset1 = ...
dataset1_有标注 =  dataset1.exists("ground_truth")
dataset2.add_samples(dataset1_有标注)

标签Tags

• 获得所有标签名

tags   = list(dataset.count_sample_tags().keys())