COCO2017 猫狗数据统计

COCO cat + dog 训练集 + 验证集 图片总计 5850 张。

训练集: img_count: 5598,cat_count: 3914, dog_count: 2795
验证集: img_count: 252, cat_count: 175, dog_count: 125

import os
import glob
import numpy as np
import shutil
from collections import Counter
labels_path = 'COCO2017/labels/val2017' # or train2017
labellist = glob.glob(os.path.join(labels_path, '*.txt'))
cat_count, dog_count = 0, 0
img_count = 0
for label_path in labellist:
with open(label_path, mode='r', encoding='utf-8') as f:
l = [x.split() for x in f.read().strip().splitlines()]
classes = np.array([x[0] for x in l], dtype=np.float32)
if 0 in classes: # 0 person
pass
elif 15 in classes or 16 in classes: # 15 cat 16 dog
print(label_path)
img_count += 1
cls_count = Counter(classes)
cat_count += cls_count[15] # cat
dog_count += cls_count[16] # dog
img_path = label_path.replace('labels', 'images').replace('.txt', '.jpg')
# shutil.copy(img_path, os.path.join('COCO_cat_dog/images', os.path.basename(img_path)))
else:
pass
print('img_count:', img_count)
print('cat_count:', cat_count, 'dog_count:', dog_count)
posted @   Zenith_Hugh  阅读(69)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 分享一个免费、快速、无限量使用的满血 DeepSeek R1 模型,支持深度思考和联网搜索!
· 基于 Docker 搭建 FRP 内网穿透开源项目(很简单哒)
· ollama系列01:轻松3步本地部署deepseek,普通电脑可用
· 25岁的心里话
· 按钮权限的设计及实现

喜欢请打赏

扫描二维码打赏

微信打赏

点击右上角即可分享
微信分享提示