【工具包】目标检测Label类别和Boundingbox分析统计工具包

已于 2022-05-17 23:11:56 修改
阅读量289 收藏
点赞数 1
分类专栏： 从入门算法到高级算法工程师 文章标签： 目标检测 深度学习 人工智能 计算机视觉 算法
于 2022-05-17 23:10:31 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/water20210101/article/details/124832147
版权

文章目录

引言

上篇工具包，主要是
特征工程：清洗数据
【工具包】目标检测label-image剔错去重等清洗工具包
所以这次主题是
特征理解：我的数据集里有什么

不少刚入门小伙伴去参加kaggle比赛，拿着V100的集群外加大模型一顿操作猛如虎，但是分却上不去，甚至还不如某某大神分享出来的baseline？为什么？

因为不管是目标检测也好其他有监督的机器学习（深度学习）也好，只要是用有监督的label来引导学习模型参数，那么这一步都是通用而且重要的。只有做好了训练集的特征工程分析，label分析统计，打好基础后再考虑模型backbone、损失函数等才有意义。

实战篇

2.1 具体类别分析统计

在这里插入代码片
import os
import xml.etree.ElementTree as ET
import numpy as np
了解本专栏 订阅专栏 解锁全文
小菜学AI
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
【OpenCV实现图像：可视化目标检测框】
weixin_47869094的博客
11-23 3407
通过使用Python和相关的图像处理库，可以轻松实现目标检测框的可视化。通过结合目标检测算法的输出和Matplotlib的功能，可以创建一个直观且易于理解的图像，展示图像中目标的位置和边界框。通过cv2.rectangle 函数设置 thickness参数 ,可以得到填充后的图像,进而利用opencv中的 cv2.add_weight 函数可以实现透明效果，自行尝试。左上为常用的不带标签的输出框,右上为YOLO系列美化带标签后的矩形框,左下为四个角点美化后的矩形框,右下为带标签的角点美化矩形框.
目标检测可视化
zj_xd的博客
06-04 230
第一个链接是用rectangle来实现单个图片的可视化，第二个链接里是用polylines来绘制文件夹里图片的可视化。结合了第二个链接里的读取方式和第一个链接里的可视化方法，得到了现在的代码。第三个链接讲的是opencv基础的画图函数。
【目标检测】|2020eccv TIDE：目标检测错误分析工具
qq_35608277的博客
06-13 660
论文地址： http://arxiv.org/pdf/2008.08115v2.pdf代码： https://dbolya.github.io/tide/来源： 佐治亚理工学院论文名称：TIDE: A General Toolbox for Identifying Object Detection Errors原文作者：Daniel Bolya在肿瘤检测任务中，正确的分类更重要，Bounding Box准确与否不是第一位的; 在机器人抓取任务中，Bounding Box很重要，很微小的Bounding Bo
项目实战工具|目标检测评价map精细化系列工具
zqwwwm的博客
04-28 891
更多内容关注公众号“张大刀” 大家好，我是张大刀，前两天写完目标检测的评价标准map后，有人在后台私信我如果map只能对目标检测大概评价，那具体到具体项目，真的要每次自己去将检测结果过一遍，人为去发现漏检和误检的数据特征吗？ 额，作为人工智能当然不允许这样的事情发生。想起来之前在公众号中写到的TIDE模块，开始以为是某one的实用模块，后来才发现原来大佬是发了ECCV2020，孤陋寡闻了。。立马拜读下。这一拜读后，竟然发现很多惊喜。 对于目标检测，常见使用map做为评价指标，详情可以看《【小白入坑篇】目标
深度学习目标检测常用工具型代码：对训练数据的标签文档进行分析
Snoopy_Dream
04-25 699
很多时候，我们在进行检测的前是需要对你的数据集，进行分析的。这个py文件是将训练数据的label文件，统一转换成csv格式，输出长、宽、面积、ratios（长宽比）等如果不考虑批量操作，当然你可以用excel导入date.# -*- coding: utf-8 -*- """ Created on Sat Apr 7 11:11:15 2018 分析原始数据 @author: ygx """ i...
最小包围盒(Bounding Box).catvbs
08-01
提供零部件最小包围盒（Minimum Bounding Box）获取的CATIA VBA程序，具有详细的中文注释。（边界盒，惯性主轴）
BoundingBox标注工具
04-20
使用matlab写的一个简单用于快速标注图像BondingBox的工具，里面包含使用样例
BoundingBox工具及其使用方法-附件资源
03-02
BoundingBox工具及其使用方法-附件资源
nuScenes 3D目标检测数据集解析（完整版附python代码）
02-10 5286
最近在用nuScenes3D目标检测数据集，可能由于官方已经提供了解析工具包nuscenes-devkit，绝大多数博客只介绍了如何使用工具包进行数据解析和可视化，对于数据解析的内部逻辑就不是很关注了。本文根据官网说明、论文以及工具包源码整理归纳得到，对其他博客未提及的数据集结构、坐标系转换、传感器同步等问题进行了详细分析。 1. 数据集概述 1.1 传感器配置 nuScenes的数据采集车辆为Renault Zoe迷你电动车，配备6个周视相机，5个毫米波雷达，具备360°的视野感知能力。具体传感器
RCNN:Bounding-Box（BB）regression
热门推荐
Bixiwen_liu的博客
12-23 1万+
本博客主要介绍RCNN中的Bounding-box的回归问题，这个是RCNN定准确定位的关键。本文是转载自博客：Faster-RCNN详解，从中截取有关RCNN的bounding-box的回归部分。原博文详细介绍了RCNN，Fast-RCNN以及Faster-RCNN，感兴趣的可以去看一下。
Python-图像分类目标检测姿态估计分割的Pytorch实现
08-11
Repo for most of CV problems, such as image classification, object detection, pose estimation, segmentation, and so on.
目标检测目标的统计
qq_29296685的博客
06-15 2770
1 对目标数量，占比的统计 2 对目标尺寸(长，宽及面积的箱型图) 统计时你只需要修改对应目标的字典即可(下载STLITI.TTF字体格式，放到当前位置,替换fname中的位置) # encoding:utf-8 """" #20200331 统计目标检测中的数据，需要输入dota格式的标签x1,y1....x4,y4,category """ import numpy as np import os import matplotlib.pyplot as plt from matplotlib i
目标检测———LabelImg数据标注
WellTung_666的博客
03-06 2008
LabelImg LabelImg是图形图像注释工具。 它是用Python编写的，并使用Qt作为其图形界面。 注释以PASCAL VOC格式(ImageNet使用的格式)保存为XML文件。此外，它还支持YOLO格式。 GitHub：https://github.com/tzutalin/labelImg 下载方法 Ubuntu Linux： Python 3 + Qt5 (Recommended...
目标检测和语义分割数据集制作工具labelimg、labelme
YL950305的博客
11-05 2669
文章目录前言1.labelimg1.1 安装1.3 使用2. labelme2.1 安装2.2 使用总结 前言 补一下labelimg和lableme 1.labelimg 1.1 安装 labelimg百度网盘提取码bd0j 下载选择一个版本，我选择的是windows_v1.3.4 解压后得到 其中labelImg是应用程序，可直接打开，data文件夹中predefined_classes.txt文件，存放预设置的类名称，可根据自己情况更改。 1.3 使用 得到的结果为xml文件 2. l
目标检测的boundingbox的几种表示方法
Dongjiuqing的博客
01-07 3255
目标检测中bounding box的几种表示形式 1.xyxy型（x_min,y_min,x_max,y_max）——VOC边框表示法 用多个.xml文件存放 2.tlwh型（x_min,y_min,width,height）——coco边框表示法 用一个.json文件存放 3.xywh型（x_center,y_center,width,height）——yolo边框表示法 用多个.txt文件存放 还有一种是标注多个json文件的，具体我忘记了。 用不同网络训练自己的数据时，需要将数据转换成网络能够处
pcl_test可视化时bounding box需要安装的包
Fzc_Ztt的博客
05-28 301
sudo apt install ros-melodic-jsk-recognition-msgs ros-melodic-jsk-rqt-plugins ros-melodic-jsk-visualization
Bounding Box label code
NGY
05-26 5823
在进行yolo和faster R-CNN的模型计算前，做自己的数据集，需要对物体进行手动标注，作为训练集。
python：目标检测label显示
qq_17127427的博客
11-05 408
import cv2 import numpy as np _COLORS = np.array( [ 0.000, 0.447, 0.741, 0.850, 0.325, 0.098, 0.929, 0.694, 0.125, 0.494, 0.184, 0.556, 0.466, 0.674, 0.188, 0.301, 0.745, 0.933, 0.635, 0.078, 0.1
检测label和predict的不同的个数
weixin_41529093的博客
04-28 362
仅作为记录，大佬请跳过。 用sum( ^ ) 文章目录记录展示 记录 preds = df['preds'].values[0] print(preds) labels = df['labels'].values[0] print(labels) sum(np.array(eval(preds)) ^ np.array(eval(labels))) 展示
anchor box和bounding box的区别
最新发布
09-08
Anchor Box和Bounding Box的区别是，Anchor Box是一种被设计用来做目标检测的技术，它是一种已经预定义的框架，用来指导模型检测特定物体的位置；而Bounding Box是一种用来标记边界框的方法，用来提取特定物体的轮廓...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小菜学AI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值