统计小目标数量以及占比（分类别统计和总量统计）

LaternZ

已于 2023-09-14 17:43:15 修改

阅读量486

点赞数 1

CC 4.0 BY-SA版权

分类专栏：训练YOLOv5的常用转换工具文章标签：分类数据库数据挖掘

于 2023-09-14 17:14:52 首次发布

本文链接：https://blog.youkuaiyun.com/qq_45874142/article/details/132885568

训练YOLOv5的常用转换工具专栏收录该内容

4 篇文章

订阅专栏

脚本读取XML文件，计算对象面积，按比例划分小目标和超小目标，并输出各类别统计结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

概要

统计小目标数量以及占比，可以分类别统计。只需要一个xml即可输出统计。但是一般可能会有多个xml，就需要手动更改并汇总了。

输出结果展示

在这里插入图片描述

代码

import os
import xml.etree.ElementTree as ET
from collections import defaultdict

def compute_small_object_percentage(path_annotations):
    small_threshold = 0.03  # 面积小于3%的视为小目标
    super_small_threshold = 0.01  # 面积小于1%的视为超小目标

    over_labels = 0
    total_area_ratio = 0.0

    class_small_labels = defaultdict(int)
    class_super_small_labels = defaultdict(int)
    class_total_labels = defaultdict(int)

    for xml_filename in os.listdir(path_annotations):
        xml_path = os.path.join(path_annotations, xml_filename)
        tree = ET.parse(xml_path)
        root = tree.getroot()

        image_width = int(root.find('size').find('width').text)
        image_height = int(root.find('size').find('height').text)
        image_area = image_width * image_height

        for obj in root.findall('object'):
            over_labels += 1
            bndbox = obj.find('bndbox')
            xmin = int(bndbox.find('xmin').text)
            ymin = int(bndbox.find('ymin').text)
            xmax = int(bndbox.find('xmax').text)
            ymax = int(bndbox.find('ymax').text)

            width = xmax - xmin
            height = ymax - ymin
            area = width * height

            area_ratio = area / image_area
            total_area_ratio += area_ratio

            label_name = obj.find('name').text

            if area_ratio < super_small_threshold:
                class_super_small_labels[label_name] += 1
                class_small_labels[label_name] += 1
            elif area_ratio < small_threshold:
                class_small_labels[label_name] += 1

            class_total_labels[label_name] += 1

    if over_labels > 0:
        average_area_ratio = total_area_ratio / over_labels
        print("总标签数：", over_labels)
        print("平均面积率：", average_area_ratio)

        # 打印每个类别的小目标和超小目标数量和比率
        for class_name in class_small_labels.keys():
            total_class_labels = class_total_labels[class_name]
            class_small_percentage = (class_small_labels[class_name] / total_class_labels) * 100
            class_super_small_percentage = (class_super_small_labels[class_name] / total_class_labels) * 100
            print(f"类别 {class_name}: 总数 {total_class_labels}, 小目标数量 {class_small_labels[class_name]}（{class_small_percentage:.2f}%）, 超小目标数量 {class_super_small_labels[class_name]}（{class_super_small_percentage:.2f}%）")
    else:
        print("没有找到标签文件。")

def main():
    path_annotations = r"D:\YOLO\Annotations"# 请将路径更改为您的XML文件所在的目录
    compute_small_object_percentage(path_annotations)

if __name__ == '__main__':
    main()