Caffe-ssd的宽高比聚类

两个程序，一个程序从 xml 文件中批量获取标注目标的宽与高，另一个为 K-means 维度聚类程序（可视化绘图）

# -*- coding:utf-8 -*-
import os
import xml.etree.ElementTree as ET
import numpy as np
np.set_printoptions（suppress=True threshold=np.nan）
import matplotlib
from PIL import Image
 
def parse_obj（xml_path filename）:
  tree=ET.parse（xml_path+filename）
  objects=[]
  for obj in tree.findall（‘object‘）:
    obj_struct={}
    obj_struct[‘name‘]=obj.find（‘name‘）.text
    bbox=obj.find（‘bndbox‘）
    obj_struct[‘bbox‘]=[int（bbox.find（‘xmin‘）.text）
                        int（bbox.find（‘ymin‘）.text）
                         int（bbox.find（‘xmax‘）.text）
                        int（bbox.find（‘ymax‘）.text）]
    objects.append（obj_struct）
  return objects
 
 
def read_image（image_path filename）:
  im=Image.open（image_path+filename）
  W=im.size[0]
  H=im.size[1]
  area=W*H
  im_info=[WHarea]
  return im_info
 
 
if __name__ == ‘__main__‘:
  image_path=‘./JPEGImages/‘
  xml_path=‘./Annotations/‘
  filenamess=os.listdir（xml_path）
  filenames=[]
  for name in filenamess:
    name=name.replace（‘.xml‘‘‘）
    filenames.append（name）
 # print（filenames）
  recs={}
  ims_info={}
  obs_shape={}
  classnames=[]
  num_objs={}
  obj_avg={}
  for iname in enumerate（filenames）:
#    print（‘正在处理 {}.xml ‘.format（name））
    recs[name]=parse_obj（xml_path name+ ‘.xml‘ ）
#    print（‘正在处理 {}.jpg ‘.format（name））
    ims_info[name]=read_image（image_path name + ‘.jpg‘ ）
#  print（‘所有信息收集完毕。‘）
#  print（‘正在处理信息......‘）
  for name in filenames:
    im_w = ims_info[name][0]
    im_h = ims_info[name][1]
    im_area = ims_info[name][2]
    for object in recs[name]:
      if object[‘name‘] not in num_objs.keys（）:
         num_objs[object[‘name‘]]=1
      else:
         num_objs[object[‘name‘]]+=1
      #num_objs+=1
      ob_w = object[‘bbox‘][2] - object[‘bbox‘][0]
      ob_h = object[‘bbox‘][3] - object[‘bbox‘][1]
      print（ob_h）
      ob_area = ob_w*ob_h
      w_rate= ob_w / im_w
      h_rate= ob_h / im_h
      area_rate= ob_area / im_area
      if not object[‘name‘] in obs_shape.keys（）:
        obs_shape[object[‘name‘]]=（ [[ob_w
                                           ob_h
                                           ob_area
                                           w_rate
                                           h_rate
                                           area_rate]] ）
      else:
        obs_shape[object[‘name‘]].append（ [ob_w
                                           ob_h
                                           ob_area
                                           w_rate
                                           h_rate
                                           area_rate] ）
    if object[‘name‘] not in classnames:
        classnames.append（object[‘name‘]）#求平均
 
  for name in classnames:
    obj_avg[name]=（np.array（obs_shape[name]）.sum（axis=0））/num_objs[name]
#    print（‘{}的情况如下：*******\n‘.format（name））
#    print（‘  目标平均W={}‘.format（obj_avg[name][0]））
#    print（‘  目标平均H={}‘.format（obj_avg[name][1]））
#    print（‘  目标平均area={}‘.format（obj_avg[name][2]））
#

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        4325  2019-02-24 04:01  Caffe-SSD的K-means宽高比聚类\K-means.py
     文件        3516  2019-02-24 03:53  Caffe-SSD的K-means宽高比聚类\get_w_h.py
     目录           0  2019-02-25 09:18  Caffe-SSD的K-means宽高比聚类\