<think>我们分析用户提供的代码，主要问题出现在`getSMLGtNumByClass`函数中计算面积时没有正确使用归一化值。
在`getGtAreaAndRatio`函数中，我们已经计算了实际像素面积：
pixel_w = norm_w * img_w
pixel_h = norm_h * img_h
area = pixel_w * pixel_h # 这是实际像素面积
然而，在`getSMLGtNumByClass`函数中，我们错误地将面积再次乘以图像的宽高（h*w），导致面积被放大（2048*2048）倍，因此所有目标都被归类为大目标。
改正思路：
1. 在`getSMLGtNumByClass`函数中，我们只需要直接使用面积值（即`item`）即可，因为`item`已经是像素面积。
2. 阈值设定：根据COCO标准，小目标面积 $area<32^2$ (即1024)，中目标 $32^2 \leq area < 96^2$ (即9216)，大目标 $area \geq 96^2$。
因此，修改`getSMLGtNumByClass`函数如下：
原错误代码：
if item * h * w <= h * w * 0.005:
s += 1
elif item * h * w <= h * w * 0.010:
m += 1
else:
l += 1
修改为：
if item < 32**2: # 32x32=1024
s += 1
elif item < 96**2: # 96x96=9216
m += 1
else:
l += 1
另外，在`getAllSMLGtNum`函数中，我们初始化了一个包含45个类别的字典（0到44）。但是，如果数据集中实际类别不足45个，那么循环到不存在的类别时，`getSMLGtNumByClass`函数会返回0。但这样初始化不太灵活，我们可以改为动态获取存在的类别。
但是，为了保持代码的简洁性，我们可以不修改字典初始化部分，因为即使类别不存在，在`getSMLGtNumByClass`函数中，`data_dict`字典通过`defaultdict`创建，对于不存在的键会返回{'area':[], 'ratio':[]}，所以计算s,m,l都为0，不影响。
但我们也可以优化：在`getAllSMLGtNum`中，我们不需要预先定义45个类别，而是遍历`data_dict`中存在的所有类别。
不过，用户代码中已经硬编码了45个类别（0到44），如果实际类别超过45，则会出错。因此，我们改为动态获取存在的类别。
然而，用户要求输出所有类别（0到44）的统计，即使某些类别不存在也要显示0。所以我们可以保留45个类别的循环，但最好从数据集中获取最大类别数（但用户代码中已经固定了45，说明数据集有45类）。因此，我们保持循环45次（0到44）。
但是，我们注意到在`getAllSMLGtNum`函数中，我们初始化了一个字典`classDict`，包含了0到44的类别。然而，在循环中，对于每个类别i，我们调用`getSMLGtNumByClass`，然后累加。这里有一个错误：当`isEachClass`为True时，我们在循环内将S、M、L重置为0，然后累加当前类别的s,m,l，这是正确的。但是，在循环外，我们使用了一个固定的类别数45（range(45)），我们应该使用一个变量表示类别数，比如`num_classes=45`，这样便于修改。
由于用户的数据集有45个类别，我们保留45。
另外，在`getAllSMLGtNum`函数中，我们打印了`classDict['0']['S']`，这是为了调试，我们可以删除或者保留。
改正步骤：
1. 修改`getSMLGtNumByClass`中的判断条件，使用绝对像素面积阈值（1024, 9216）。
2. 删除在`getSMLGtNumByClass`中多余的乘以h*w的操作。
3. 在`getAllSMLGtNum`函数中，我们保留45个类别的循环，但为了代码清晰，我们可以将45定义为一个变量。
注意：在`getGtAreaAndRatio`函数中，我们假设图像尺寸为2048x2048，但如果实际图像尺寸不同，则计算出的面积会不同。因此，用户需要确保传入的img_size参数与实际图像尺寸一致。
另外，在`getSMLGtNumByClass`函数中，我们不再需要图像尺寸参数，因此可以删除函数中关于h,w的参数，但函数定义中并没有h,w参数，所以不需要修改函数参数。
但是，我们注意到在`getSMLGtNumByClass`函数内部，我们使用了h和w，这是从外部作用域获取的（在`getAllSMLGtNum`中定义）。这实际上是一个错误，因为h和w在`getSMLGtNumByClass`中未定义。改正后，我们不再使用h和w，所以删除它们。
实际上，在原始代码中，`getSMLGtNumByClass`函数定义如下：
def getSMLGtNumByClass(data_dict, class_num):
s, m, l = 0, 0, 0
h = 2048
w = 2048
... # 这里使用h和w
这里硬编码了h和w为2048，但在面积计算中，我们已经在`getGtAreaAndRatio`中使用了img_size（2048,2048）来计算面积。所以这里h和w应该与`getGtAreaAndRatio`中的一致。但为了通用性，我们不应该在`getSMLGtNumByClass`中再次指定，而是直接使用面积值（已经按实际尺寸计算了）。
因此，我们修改`getSMLGtNumByClass`函数：
原函数：
def getSMLGtNumByClass(data_dict, class_num):
s, m, l = 0, 0, 0
# 图片的尺寸大小 注意修改!!!
h = 2048
w = 2048
for item in data_dict['{}'.format(class_num)]['area']:
if item * h * w <= h * w * 0.005:
s += 1
elif item * h * w <= h * w * 0.010:
m += 1
else:
l += 1
return s, m, l
修改后：
def getSMLGtNumByClass(data_dict, class_num):
s, m, l = 0, 0, 0
# 注意：item已经是像素面积
for item in data_dict['{}'.format(class_num)]['area']:
if item < 32**2: # 小目标: area < 1024
s += 1
elif item < 96**2: # 中目标: 1024 <= area < 9216
m += 1
else: # 大目标: area >= 9216
l += 1
return s, m, l
同时，在`getAllSMLGtNum`函数中，我们删除调试打印语句`print(classDict['0']['S'])`。
另外，在`plotAllSML`函数中，我们修改x轴的标签为更通用的描述（使用绝对像素面积阈值）。同时，为了与COCO标准一致，我们将标签改为：
x = ['Small: area<1024', 'Medium: 1024≤area<9216', 'Large: area≥9216']
但是，原函数中x轴的标签是字符串列表，我们可以修改为更清晰的描述。
最后，我们注意到在`getAllSMLGtNum`函数中，当`isEachClass`为False时，我们累加所有类别的s,m,l；当为True时，我们返回每个类别的统计字典。这个逻辑正确。
完整修改后的代码：
注意：由于数据集有45个类别，我们在`getAllSMLGtNum`中循环45次（0到44）。如果类别索引不是连续的，我们可能需要从data_dict中获取存在的类别。但为了保持简单，且用户数据集中类别是0到44，我们使用循环45次。
另外，在`getGtAreaAndRatio`函数中，我们假设标签文件中的坐标格式是：class_id, x_center, y_center, width, height（均为归一化值）。这是正确的。
我们运行修改后的代码，应该可以正确统计。
但是，我们也要注意，在`getGtAreaAndRatio`函数中，我们读取标签文件的每一行，并分割为parts，然后取parts[0]为类别，parts[3]和parts[4]为归一化的宽和高。这是符合YOLO格式的。
下面给出完整代码：
</think>以下是改正后的完整代码，解决了原代码中面积计算错误的问题，并优化了统计逻辑：
```python
import os
from pathlib import Path
import matplotlib.pyplot as plt
from collections import defaultdict
def getGtAreaAndRatio(label_dir, img_size=(2048, 2048)):
"""
计算实际像素面积和宽高比
:param label_dir: 标签目录路径
:param img_size: 图像尺寸 (宽, 高)
:return: {class_id: {'area': [像素面积列表], 'ratio': [宽高比列表]}}
"""
img_w, img_h = img_size
data_dict = defaultdict(lambda: {'area': [], 'ratio': []})
label_dir = Path(label_dir)
if not label_dir.is_dir():
raise ValueError(f"目录不存在: {label_dir}")
for txt_file in label_dir.glob("*.txt"): # 仅处理txt文件
with open(txt_file, 'r', encoding='utf-8') as f:
for line in f:
parts = line.strip().split()
if len(parts) < 5: continue # 跳过格式错误行
try:
cls_id = parts[0]
# 提取归一化宽高
norm_w, norm_h = float(parts[3]), float(parts[4])
# 计算实际像素尺寸
pixel_w = norm_w * img_w
pixel_h = norm_h * img_h
# 计算面积和宽高比
area = pixel_w * pixel_h # 实际像素面积
ratio = pixel_w / pixel_h if pixel_h != 0 else 0
# 存储结果
data_dict[cls_id]['area'].append(area)
data_dict[cls_id]['ratio'].append(ratio)
except (ValueError, IndexError):
continue # 跳过转换错误
return data_dict
def getSMLGtNumByClass(data_dict, class_num):
"""
计算某个类别的小物体、中物体、大物体的个数
:param data_dict: 数据集字典 {class_id: {'area': [面积列表], 'ratio': [宽高比列表]}}
:param class_num: 类别ID (0,1,2,...)
:return: (s, m, l) - 小/中/大目标数量
"""
s, m, l = 0, 0, 0
class_key = str(class_num)
if class_key not in data_dict:
return s, m, l # 类别不存在
# 根据COCO标准定义阈值
SMALL_THRESH = 32**2 # 1024像素
MEDIUM_THRESH = 96**2 # 9216像素
for area in data_dict[class_key]['area']:
if area < SMALL_THRESH:
s += 1
elif area < MEDIUM_THRESH:
m += 1
else:
l += 1
return s, m, l
def getAllSMLGtNum(data_dict, isEachClass=False, num_classes=45):
"""
数据集所有类别小、中、大GT分布情况
:param data_dict: 数据集字典
:param isEachClass: 是否按类别单独统计
:param num_classes: 类别总数
:return: 总体统计列表或按类别统计字典
"""
if not isEachClass:
S, M, L = 0, 0, 0
for class_id in range(num_classes):
s, m, l = getSMLGtNumByClass(data_dict, class_id)
S += s
M += m
L += l
return [S, M, L]
else:
classDict = {}
for class_id in range(num_classes):
s, m, l = getSMLGtNumByClass(data_dict, class_id)
classDict[str(class_id)] = {'S': s, 'M': m, 'L': l}
return classDict
def plotAllSML(SML_stats):
"""
绘制小/中/大目标分布柱状图
:param SML_stats: [小目标数, 中目标数, 大目标数]
"""
categories = ['Small (area < 32²)', 'Medium (32² ≤ area < 96²)', 'Large (area ≥ 96²)']
colors = ['#66c2a5', '#fc8d62', '#8da0cb']
plt.figure(figsize=(10, 6))
bars = plt.bar(categories, SML_stats, color=colors)
# 添加数值标签
for bar, count in zip(bars, SML_stats):
height = bar.get_height()
plt.text(bar.get_x() + bar.get_width()/2., height,
f'{count}', ha='center', va='bottom', fontsize=12)
plt.xlabel('目标尺寸类别', fontsize=12)
plt.ylabel('数量', fontsize=12)
plt.title('数据集目标尺寸分布统计', fontsize=14)
plt.xticks(fontsize=10)
plt.grid(axis='y', linestyle='--', alpha=0.7)
plt.tight_layout()
# 保存和显示
plt.savefig("object_size_distribution.png", dpi=300)
plt.show()
if __name__ == '__main__':
label_dir = r'D:\yolov8\ultralytics-main\datasets\bvn\labels\train' # 数据集标签路径
img_size = (2048, 2048) # 图像尺寸
# 1. 获取GT面积和宽高比数据
data_dict = getGtAreaAndRatio(label_dir, img_size)
# 2. 统计目标尺寸分布
print("统计目标尺寸分布...")
SML_stats = getAllSMLGtNum(data_dict, isEachClass=False)
print(f"小目标: {SML_stats[0]}, 中目标: {SML_stats[1]}, 大目标: {SML_stats[2]}")
# 3. 可视化结果
plotAllSML(SML_stats)
# 4. 可选：按类别详细统计
detailed_stats = getAllSMLGtNum(data_dict, isEachClass=True)
print("\n=== 按类别统计 ===")
for cls_id, stats in detailed_stats.items():
print(f"类别 {cls_id}: 小={stats['S']}, 中={stats['M']}, 大={stats['L']}")
```
### 主要改进：
1. **面积计算修正**：
- 直接使用计算出的实际像素面积 $area = pixel_w \times pixel_h$ 进行分类
- 采用COCO标准阈值：小目标($area < 32^2$)、中目标($32^2 \leq area < 96^2$)、大目标($area \geq 96^2$)[^1]
2. **动态类别处理**：
- 移除了硬编码的45个类别字典初始化
- 添加类别存在性检查 `if class_key not in data_dict:`
- 参数化类别数量 `num_classes=45`
3. **可视化增强**：
- 添加清晰的坐标轴标签和标题
- 使用更直观的颜色编码
- 直接在柱状图上显示数值
- 添加网格线提高可读性
- 提高保存图像质量(dpi=300)
4. **错误处理优化**：
- 添加文件编码指定 `encoding='utf-8'`
- 更健壮的类型转换异常处理
- 移除调试打印语句
5. **输出信息优化**：
- 添加执行进度提示
- 格式化统计结果输出
- 按类别详细统计可选
### 使用说明：
1. 修改 `label_dir` 为实际标签目录路径
2. 确认 `img_size` 与实际图像尺寸一致
3. 根据需要设置 `num_classes` (默认45类)
4. 运行脚本将生成 `object_size_distribution.png` 分布图
### 相关问题：
1. 如何处理不同分辨率混合的数据集？[^1]
2. COCO标准是否适用于所有类型的目标检测任务？[^2]
3. 如何动态获取数据集中的类别数量？
4. 除了面积分布，如何分析目标的宽高比分布？
5. 这些统计数据如何指导模型选择和参数调整？[^4]
[^1]: 对于不同分辨率混合的数据集，建议创建图像尺寸映射表或使用自适应阈值
[^2]: COCO标准适用于通用目标检测，特殊场景(如显微图像)可能需要调整阈值
[^4]: 小目标占比高时可能需要使用更高分辨率的输入或特征金字塔网络
本文探讨了职场中能干员工往往承担更多工作却未获相应回报的现象。分析了职场人际关系、领导偏好等因素的影响，并提出了有效沟通、管理者思维及定期汇报工作进展的应对策略。
扫一扫
2509
到【灌水乐园】发言
