用少量镜头观察图像和目标的数据集
image-dataset-viz的Python项目详细描述
图像数据集viz
[![构建状态](https://travis-ci.org/vfdev-5/imagedatasetviz.svg?branch=master)(https://travis ci.org/vfdev-5/imagedatasetviz)
[![覆盖状态](https://coveralls.io/repos/github/vfdev-5/imagedatasetviz/badge.svg?branch=master)(https://coveralls.io/github/vfdev-5/imagedatasetviz?branch=master)
在几次拍摄中观察图像和目标的数据集
![视频示例](examples/vedai_example.png)
从一个数据集的几幅大图像作为目标,在几次拍摄中观察到数据集
。
``bash
``pip
`` bash
`` bash
`` bash
`````
` ` ` `
` ` ` ` ` `
` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` ` `setup.py安装git+https://github.com/vfdev-5/imagedatasetviz.git
````
假设
将“img”作为可接受的目标类型,例如,“pil.image”和“target”(“str”或“list of points”或“pil.image”掩码等)。因此,我们可以使用目标生成单个图像。
`` python
从图像数据集即导入呈现数据点
如果目标是一个边界框,例如NP.数组([[10,10],[55,10],[55,10],[55,77],[10,77],[10,10],[10,10],[55,77],[10,77])
plt.imshow(res)
plt.imshow(res)
```` `
//35 35 35;CVPPP2017叶分割数据集的示例输出
![带掩码的图像](examples/image_mask.png)![带标签的图像](examples/image_label.png)![带bbox标签的图像](examples/image_bbox_label.png)
\
]
目标文件=[
'/path/to/target_1.ext2',
'/path/to/target_2.ext2',
…
'/path/to/target_1000.ext2',,
]
```
我们可以生成一个由20x50个小样本和目标组成的图像,以便更好地可视化整个数据集。
假设我们确实需要特定的处理以rgb 8位格式打开图像:
``python
from pil import image
image.open(img_filepath).convert('rgb')
````
,假设注释只是带有点和标签的行,例如,“12 23 34 45 56 67 car`
`` python
从pathlib导入路径
将numpy导入为np
def read_target_fn(target_filepath):
使用路径(target_filepath)。open('r')作为句柄:
points_labels=[]
而true:
line=handle.readline()
如果len(line)==0:
断开
splt=line[:-1]。拆分('');拆分为点和标签
label=splt[-1]
points=np.array(splt[:-1])。重塑(-1,2)
点标签。附加((点,label)
返回点标签
````
现在我们可以导出数据集
``python
de=datasetexporter(read_img_fn=read_img_fn,read_target_fn=read_target_fn,
img_id_fn=lambda fp:path(fp.stem,n_cols=20)
de.export(img_文件,target_文件,output_folder=“dataset_viz”)
```
,因此我们应该获得一个由20x50个小样本组成的PNG图像。