统计数据会集目标大、中、小个数【必要用到yolo的txt标注文件数据，其他格

统计数据会集目标大、中、小个数

近来看到一篇论文，此中在数据集介绍部分统计了大、中、小目标信息。因此，为了获取数据集的统计信息，我参考了作者写的代码基于tensorpack统计coco数据会集大、中、小目标的数量

精简版代码如下（内有多个参数必要修改，细致查看表明）

1. # 1、统计数据集中小、中、大 GT的个数
2. # 2、统计某个类别小、中、大 GT的个数
3. # 3、统计数据集中ss、sm、sl GT的个数
4. import os
5. from pathlib import Path
6. import matplotlib.pyplot as plt
8. # 设置中文字体为微软雅黑
9. plt.rcParams['font.sans-serif'] = 'SimHei'
12. def getGtAreaAndRatio(label_dir):
13.     """
14.     得到不同尺度的gt框个数
15.     :params label_dir: label文件地址
16.     :return data_dict: {dict: 3}  3 x {'类别':{’area':[...]}, {'ratio':[...]}}
17.     """
18.     data_dict = {}
19.     assert Path(label_dir).is_dir(), "label_dir is not exist"
21.     txts = os.listdir(label_dir)  # 得到label_dir目录下的所有txt GT文件
23.     for txt in txts:  # 遍历每一个txt文件
24.         with open(os.path.join(label_dir, txt), 'r') as f:  # 打开当前txt文件 并读取所有行的数据
25.             lines = f.readlines()
27.         for line in lines:  # 遍历当前txt文件中每一行的数据
28.             temp = line.split()  # str to list{5}
29.             coor_list = list(map(lambda x: x, temp[1:]))  # [x, y, w, h]
30.             area = float(coor_list[2]) * float(coor_list[3])  # 计算出当前txt文件中每一个gt的面积
31.             # center = (int(coor_list[0] + 0.5*coor_list[2]),
32.             #           int(coor_list[1] + 0.5*coor_list[3]))
33.             ratio = round(float(coor_list[2]) / float(coor_list[3]), 2)  # 计算出当前txt文件中每一个gt的 w/h
35.             if temp[0] not in data_dict:
36.                 data_dict[temp[0]] = {}
37.                 data_dict[temp[0]]['area'] = []
38.                 data_dict[temp[0]]['ratio'] = []
40.             data_dict[temp[0]]['area'].append(area)
41.             data_dict[temp[0]]['ratio'].append(ratio)
43.     return data_dict
46. def getSMLGtNumByClass(data_dict, class_num):
47.     """
48.     计算某个类别的小物体、中物体、大物体的个数
49.     params data_dict: {dict: 3}  3 x {'类别':{’area':[...]}, {'ratio':[...]}}
50.     params class_num: 类别  0, 1, 2
51.     return s: 该类别小物体的个数  0 < area <= 0.5%
52.            m: 该类别中物体的个数  0.5% < area <= 1%
53.            l: 该类别大物体的个数  area > 1%
54.     """
55.     s, m, l = 0, 0, 0
56.     # 图片的尺寸大小 注意修改!!!
57.     h = 960
58.     w = 540
59.     for item in data_dict['{}'.format(class_num)]['area']:
60.         if item * h * w <= h * w * 0.005:
61.             s += 1
62.         elif item * h * w <= h * w * 0.010:
63.             m += 1
64.         else:
65.             l += 1
66.     return s, m, l
69. def getAllSMLGtNum(data_dict, isEachClass=False):
70.     """
71.     数据集所有类别小、中、大GT分布情况
72.     isEachClass 控制是否按每个类别输出结构
73.     """
74.     S, M, L = 0, 0, 0
75.     # 需要手动初始化下，有多少个类别就需要写多个
76.     classDict = {'0': {'S': 0, 'M': 0, 'L': 0}, '1': {'S': 0, 'M': 0, 'L': 0}, '2': {'S': 0, 'M': 0, 'L': 0},
77.                  '3': {'S': 0, 'M': 0, 'L': 0}}
79.     print(classDict['0']['S'])
80.     # range(class_num)类别数 注意修改!!!
81.     if isEachClass == False:
82.         for i in range(4):
83.             s, m, l = getSMLGtNumByClass(data_dict, i)
84.             S += s
85.             M += m
86.             L += l
87.         return [S, M, L]
88.     else:
89.         for i in range(4):
90.             S = 0
91.             M = 0
92.             L = 0
93.             s, m, l = getSMLGtNumByClass(data_dict, i)
94.             S += s
95.             M += m
96.             L += l
97.             classDict[str(i)]['S'] = S
98.             classDict[str(i)]['M'] = M
99.             classDict[str(i)]['L'] = L
100.         return classDict
103. # 画图函数
104. def plotAllSML(SML):
105.     x = ['S:[0, 32x32]', 'M:[32x32, 96x96]', 'L:[96*96, 640x640]']
106.     fig = plt.figure(figsize=(10, 8))  # 画布大小和像素密度
107.     plt.bar(x, SML, width=0.5, align="center", color=['skyblue', 'orange', 'green'])
108.     for a, b, i in zip(x, SML, range(len(x))):  # zip 函数
109.         plt.text(a, b + 0.01, "%d" % int(SML[i]), ha='center', fontsize=15, color="r")  # plt.text 函数
110.     plt.xticks(fontsize=15)
111.     plt.yticks(fontsize=15)
112.     plt.xlabel('gt大小', fontsize=16)
113.     plt.ylabel('数量', fontsize=16)
114.     plt.title('广佛手病虫害训练集小、中、大GT分布情况(640x640)', fontsize=16)
115.     plt.show()
116.     # 保存到本地
117.     # plt.savefig("")
120. if __name__ == '__main__':
121.     labeldir = r'E:\project\py-project\network\dataset\UA-DETRAC-G2\labels\val'
122.     data_dict = getGtAreaAndRatio(labeldir)
123.     # 1、数据集所有类别小、中、大GT分布情况
124.     # 控制是否按每个类别输出结构
125.     isEachClass = False
126.     SML = getAllSMLGtNum(data_dict, isEachClass)
127.     print(SML)
128.     if not isEachClass:
129.         plotAllSML(SML)

复制代码

来源：https://blog.csdn.net/lafsca5/article/details/129203698
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！