COCO类型目标检测数据集可视化

特征空间可视化简介

本工具实现将特征向量绘制到二维坐标系中，对每一个标注绘制一幅特征分布图。

脚本执行流程

通过执行“cut_images_by_bbox.py”脚本进行数据集分析，具体参数使用方式参见如下。

表1 抠图的参数名、类型、取值范围、默认值及说明
参数名	类型	取值范围	默认值	说明
test_coco_root	str	-	./split_dataset_coco_feature/test	coco测试数据集。
train_coco_root	str	-	./split_dataset_coco_feature/train	coco训练数据集。
type_label	str	-	screw_1,screw_2, screw_3, screw_4, screw_5, mem	要抠图的标签。
class_num	int	大于0	6	resnet50模型的分类数量。
pretrained_ckpt_path	str	-	../../../pre_trained_ckpt	resnet50预训练模型存放路径。

cut_images抠图生成的命令参考如下：

python3 com_package/object_detection/data_analysis/cut_images_by_bbox.py --test_coco_root 'com_package/object_detection/data_analysis/split_dataset_coco_feature/test' --train_coco_root 'com_package/object_detection/data_analysis/split_dataset_coco_feature/train' --type_label 'screw_1'

执行命令参考log信息如下：

图1 特征空间可视化过程生成log信息

如图2所示特征空间可视化结果，以jpg格式图片保存。

图2 特征空间可视化结果图片

父主题： 场景相关工具包