数据集工具¶
数据集分析¶
paddlex.datasets.analysis.Seg¶
paddlex.datasets.analysis.Seg(data_dir, file_list, label_list)
构建统计分析语义分类数据集的分析器。
参数
- data_dir (str): 数据集所在的目录路径。
- file_list (str): 描述数据集图片文件和类别id的文件路径（文本内每行路径为相对
data_dir的相对路径）。- label_list (str): 描述数据集包含的类别信息文件路径。
analysis¶
analysis(self)
Seg分析器的分析接口，完成以下信息的分析统计：
- 图像数量
- 图像最大和最小的尺寸
- 图像通道数量
- 图像各通道的最小值和最大值
- 图像各通道的像素值分布
- 图像各通道归一化后的均值和方差
- 标注图中各类别的数量及比重
cal_clipped_mean_std¶
cal_clipped_mean_std(self, clip_min_value, clip_max_value, data_info_file)
Seg分析器用于计算图像截断后的均值和方差的接口。
参数
- clip_min_value (list): 截断的下限，小于min_val的数值均设为min_val。
- clip_max_value (list): 截断的上限，大于max_val的数值均设为max_val。
- data_info_file (str): 在analysis()接口中保存的分析结果文件(名为
train_information.pkl)的路径。
数据集生成¶
paddlex.det.paste_objects¶
paddlex.det.paste_objects(templates, background, save_dir='dataset_clone')
将目标物体粘贴在背景图片上生成新的图片和标注文件
参数
- templates (list|tuple)：可以将多张图像上的目标物体同时粘贴在同一个背景图片上，因此templates是一个列表，其中每个元素是一个dict，表示一张图片的目标物体。一张图片的目标物体有
image和annos两个关键字，image的键值是图像的路径，或者是解码后的排列格式为（H, W, C）且类型为uint8且为BGR格式的数组。图像上可以有多个目标物体，因此annos的键值是一个列表，列表中每个元素是一个dict，表示一个目标物体的信息。该dict包含polygon和category两个关键字，其中polygon表示目标物体的边缘坐标，例如[[0, 0], [0, 1], [1, 1], [1, 0]]，category表示目标物体的类别，例如’dog’。- background (dict): 背景图片可以有真值，因此background是一个dict，包含
image和annos两个关键字，image的键值是背景图像的路径，或者是解码后的排列格式为（H, W, C）且类型为uint8且为BGR格式的数组。若背景图片上没有真值，则annos的键值是空列表[]，若有，则annos的键值是由多个dict组成的列表，每个dict表示一个物体的信息，包含bbox和category两个关键字，bbox的键值是物体框左上角和右下角的坐标，即[x1, y1, x2, y2]，category表示目标物体的类别，例如’dog’。- save_dir (str)：新图片及其标注文件的存储目录。默认值为
dataset_clone。
代码示例
import paddlex as pdx
templates = [{'image': 'dataset/JPEGImages/budaodian-10.jpg',
'annos': [{'polygon': [[146, 169], [909, 169], [909, 489], [146, 489]],
'category': 'lou_di'},
{'polygon': [[146, 169], [909, 169], [909, 489], [146, 489]],
'category': 'lou_di'}]}]
background = {'image': 'dataset/JPEGImages/budaodian-12.jpg', 'annos': []}
pdx.det.paste_objects(templates, background, save_dir='dataset_clone')