近年来，人们对深入理解机器学习数据（ML-data）的重要性有了更深刻的认识。然而，由于检测大型数据集通常需要大量的人力和物力投入，因此在计算机视觉领域的广泛应用仍然需要进一步的开发。
通常，在物体检测（Object Detection，属于计算机视觉的一个子集）中，通过定义边界框，来定位图像中的物体，不仅可以识别物体，还能够了解物体的上下文、大小、以及与场景中其他元素的关系。同时，针对类的分布、物体大小的多样性、以及类出现的常见环境进行全面了解，也有助于在评估和调试中发现训练模型中的错误模式，从而更有针对性地选择额外的训练数据。
在实践中，我往往会采取如下方法：
下面，我将介绍如何使用Renumics Spotlight，来创建交互式的对象检测可视化。作为示例，我将试着：
在Renumics Spotlight上的目标可视化。资料来源：作者创建
首先，通过如下命令安装所需的软件包：
!pip install fiftyone ultralytics renumics-spotlight
利用FiftyOne的可恢复性下载功能，您可以从COCO 数据集处下载各种图像。通过简单的参数设置，我们即可下载包含一到多个人物的 1,000 幅图像。具体代码如下：
importpandasaspdimportnumpyasnpimportfiftyone.zooasfoz# 从 COCO 数据集中下载 1000 张带人的图像dataset = foz.load_zoo_dataset( "coco-2017"、split="validation"、label_types=[ "detections"、],classes=["person"]、 max_samples=1000、dataset_name="coco-2017-person-1k-validations"、)
接着，您可以使用如下代码：
def xywh_too_xyxyn(bbox)： "" convert from xywh to xyxyn format """ return[bbox[0], bbox[1], bbox[0] + bbox[2], bbox[1] + bbox[3]].行 = []fori, samplein enumerate(dataset)：labels = [detection.labelfordetectioninsample.ground_truth.detections] bboxs = [...bboxs = [xywh_too_xyxyn(detection.bounding_box) fordetectioninsample.ground_truth.detections]bboxs_persons = [bboxforbbox, labelin zip(bboxs, labels)iflabel =="person"] 行。row.append([sample.filepath, labels, bboxs, bboxs_persons])df = pd.DataFrame(row, columns=["filepath","categories", "bboxs", "bboxs_persons"])df["major_category"] = df["categories"].apply( lambdax:max(set(x) -set(["person"]), key=x.count) if len(set(x)) >1 else "only person"。)
将数据准备为 Pandas DataFrame，其中的列包括有：文件路径、边框盒（bounding boxe）类别、边框盒、边框盒包含的人物、以及主要类别（尽管有人物），以指定图像中人物的上下文：
然后，您可以通过 Spotlight 将其可视化：
From renumics import spotlightspotlight.show(df)
您可以使用检查器视图中的添加视图按钮，并在边框视图中选择bboxs_persons和filepath，以显示带有图像的相应边框：
要使得数据具有结构性，我们可以采用各种基础模型的图像嵌入（即：密集向量表示）。为此，您可以使用 UMAP 或 t-SNE 等进一步降维技术，将整个图像的Vision Transformer（ViT）嵌入应用到数据集的结构化，从而提供图像的二维相似性图。此外，您还可以使用预训练对象检测器的输出结果，按照包含对象的大小或数量，对数据进行分类，进而构建数据。由于 COCO 数据集已经提供了此方面的信息，因此我们完全可以直接使用它。
由于Spotlight 集成了对google/vit-base-patch16-224-in21k（ViT）模型和UMAP 的支持，因此当您使用文件路径创建各种嵌入时，它将会被自动应用：
spotlight.show(df, embed=["filepath"])
通过上述代码，Spotlight 将各种嵌入进行计算，并应用 UMAP 在相似性地图中显示结果。其中，不同的颜色代表了主要的类别。据此，您可以使用相似性地图来浏览数据：
可用于快速识别物体的Ultralytics YOLOv8，是一套先进的物体检测模型。它专为快速图像处理而设计，适用于各种实时检测任务，特别是在被应用于大量数据时，用户无需浪费太多的等待时间。
为此，您可以首先加载预训练模型：
From ultralytics import YOLOdetection_model = YOLO("yolov8n.pt")并执行各种检测：
detections = []forfilepathindf["filepath"].tolist()：detection = detection_model(filepath)[0]detections.append({ "yolo_bboxs"：[np.array(box.xyxyn.tolist())[0]forboxindetection.boxes]、 "yolo_conf_persons": np.mean([np.array(box.conf.tolist())[0]. forboxindetection.boxes ifdetection.names[int(box.cls)] =="person"]), np.mean(]), "yolo_bboxs_persons"：[np.array(box.xyxyn.tolist())[0] forboxindetection.boxes ifdetection.names[int(box.cls)] =="person],"yolo_categories": np.array([np.array(detection.names[int(box.cls)])forboxindetection.boxes], "yolo_categories": np.array(),})df_yolo = pd.DataFrame(detections)在12gb的GeForce RTX 4070 Ti上，上述过程在不到20秒的时间内便可完成。接着，您可以将结果包含在DataFrame中，并使用Spotlight将其可视化。请参考如下代码：
df_merged = pd.concat([df, df_yolo], axis=1)spotlight.show(df_merged, embed=["filepath"])
下一步，Spotlight将再次计算各种嵌入，并应用UMAP到相似度图中显示结果。不过这一次，您可以为检测到的对象选择模型的置信度，并使用相似度图在置信度较低的集群中导航检索。毕竟，鉴于这些图像的模型是不确定的，因此它们通常有一定的相似度。
当然，上述简短的分析也表明了，此类模型在如下场景中会遇到系统性的问题：
您可以判断这些问题是否真的会影响您的人员检测目标，如果是的话，则应考虑使用额外的训练数据，来增强数据集，以优化模型在这些特定场景中的性能。
综上所述，预训练模型和 Spotlight 等工具的使用，可以让我们的对象检测可视化过程变得更加容易，进而增强数据科学的工作流程。您可以使用自己的数据去尝试和体验上述代码。
陈峻（Julian Chen），51CTO社区编辑，具有十多年的IT项目实施经验，善于对内外部资源与风险实施管控，专注传播网络与信息安全知识与经验。
原文标题：How to Explore and Visualize ML-Data for Object Detection in Images，作者：Markus Stoll
链接：https://itnext.io/how-to-explore-and-visualize-ml-data-for-object-detection-in-images-88e074f46361。
以上是如何探索和可视化用于图像中物体检测的 ML 数据的详细内容。更多信息请关注PHP中文网其他相关文章！
