任务5.2 可行驶区域的数据可视化_第1页
任务5.2 可行驶区域的数据可视化_第2页
任务5.2 可行驶区域的数据可视化_第3页
任务5.2 可行驶区域的数据可视化_第4页
任务5.2 可行驶区域的数据可视化_第5页
已阅读5页,还剩16页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

项目五《数据可视化服务》主讲教师:候佳丽Datavisualizationservice任务二:可行驶区域的数据可视化CONTENTS目录任务需求01Taskrequirements可视化需求02VisualizationrequirementS可行驶区域数据可视化03Visualizationofdrivableareadata任务需求

在自动驾驶和智能交通系统的研发中,准确识别可行驶区域是确保行车安全的关键基础。

本次任务将基于BDD100K数据集,对可行驶区域标注数据进行系统性可视化分析,为模型训练提供数据质量保障。

本任务使用pycocotools解析COCO格式标注文件,基于Matplotlib实现多维度数据可视化,结合图像处理技术进行标注结果叠加展示。需要对数据分布特征进行分析,统计"direct"(主路)和"alternative"(辅路)两类标注数据的样本量分布,分析单张图像中标注道路数量的分布规律。

通过matplotlib.patches可视化多边形标注区域,检测标注异常(如区域断裂、边界偏差等情况)。计算标注区域占图像总面积的比例,对比不同类别标注区域的面积分布特征。数据可视化需求2.

图像上可行驶区域是如何标注的?1.

可行驶区域标注数据中有哪几种类别?每个类别下有多少张图像?3.图像中道路数量的分布是怎样的?一张图像最多标记了几条道路?4.探究每个类别的标注覆盖范围。在完成图像标注后

,研究员想了解标注数据的数据分布情况

,探索数据的基本信息:数据可视化需求在完成图像标注后

,研究员想了解标注数据的数据分布情况

,探索数据的基本信息:1.可行驶区域标注数据中有哪几种类别?每个类别下有多少张图像?图像上可行驶区域是如何标注的?2.3.图像中道路数量的分布是怎样的?一张图像最多标记了几条道路?探究每个类别的标注区域覆盖范围。4.利用条形图显示每个类别的数量在图像上绘制出可行驶区域利用条形图显示道路数量的分布情况使用散点图或者条形图绘制出标注区域覆盖范围,观察分布情况。可行驶区域可视化操作1:

打开

“任务4:

可行驶区域的数据可视化”

中的EDA.ipynb

,运行

“数据集数量”和

“数据集类别”的程序。1.数据集中每个文件夹里面的文件是什么?02012.数据集中有哪些类别?如何获得这些类别?可行驶区域可视化在标注阶段

,我们标注的数据集较少(仅60张)

可视化效果较差

,后期也可以探索标注阶段生成的数据集

因此我们从BDD100K数据集中选择了1000张训练数据

300张测试数据(已标注好)

进行可视化分析。colormap图像图像mask图像COCO格式的标注文件后续主要分析训练集的分布情况可行驶区域可视化回顾COCO格式的标注文件标注信息:可以根据图像id和类别id检索标注信息图像信息

:每个图像对应一个id类别信息:每个类别对应一个id语义分割标注结果也能导出成COCO数据集格式,便于探究标注信息。

标注基本信息可行驶区域可视化pycocotools库的常用方法方法说明getImgIds(imgIds=[],catIds=[])获取图像id(可选参数为imgIds,catIds)。若设置catIds参数,则可以根据类别id获取该类别下的图像idloadImgs(ids=[])根据图像id获取图像信息getCatIds(catNms

=[])获取类别id(主要参数catNms),可根据类别名获取类别idloadCats(ids

=

[])根据类别id获取类别信息getAnnIds(imgIds=[],catIds=[])获取标注id(主要参数imgIds,catIds),可根据图像id,类别id获取标注idloadAnns(ids=[])根据标注id获取标注信息showAnns(anns)显示标注信息可行驶区域可视化pycocotools库的常用方法初始化COCO工具后

可以使用如下代码查看方法说明可行驶区域可视化操作2~操作3

:参考pycocotools库的使用方法

完成操作2和操作3

,统计每个类别的图像数量

并在图像上绘制可行驶区域。showAnns()是如何绘制出标注区域的?showAnns()绘制标注区域时采用的是matplotlib.patches库中绘制多边形的方式参考

“任务活页”或者notebook上的提示可行驶区域可视化matplotlib绘制多边形matplotlib.patches库里面的一些对象

,可以用于绘制多边形、正方形、椭圆形、箭头等

,如:0102matplotlib.patches.Polygon()可以绘制多边形matplotlib.patches.Arc()可以绘制椭圆形可行驶区域可视化操作4:

打开patches.ipynb

学习绘制形状的方法。0102创建一个画布绘制一个多边形将多边形放入画布中可行驶区域可视化如果我们要在图像上将标注的可行驶区域以“多边形”的形式绘制出来

需要获取标注区域的xy坐标注意:这是一

个嵌套列表COCO格式文件中标注信息的

‘segmentation’

中存储了标注区域外围像素

点坐标。

以[x,y,x,y]的形式存储坐标值

并且起始点和终点的坐标值一样。可行驶区域可视化操作5:

打开EDA.ipynb

,将plot_images()函数补充完整

,利用Polygon绘制多边形

显示标注区域。

然后运行后续程序,同时显示多张图像的可行驶区域。分析图中的道路的标注特点

,是否有错标的情况呢?可行驶区域可视化图像中可行驶道路数量的分布情况

需要知道如下信息:1.

一张图像中最多标记了几条可行驶道路有哪几种道路标记情况

,每种标记情况下有多少张图像2.一张图像上有多少条标注信息

,表示一张图像上有多少条可行驶的道路2条可行驶道路4条可行驶道路可行驶区域可视化操作6:

打开EDA.ipynb

完成程序

,统计每张图像上的标注信息个数;

运行后续程序

可视化道路数量分布情况。补充程序参考

“任务活页”或者notebook上的提示查看可视化图像

,分析图像中呈现的信息可行驶区域可视化每个类别的标注区域覆盖范围:标注区域的面积是多少?所有图像的标注区域分布情况?标注区域占整个图像的比例?标注信息的area中

存储了标注区域的

像素面积。可行驶区域可视化操作7:

完成程序

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论