ikaankeskin/PASCAL_MLX

该数据集是VOC2012数据集，包含图像及其对应的XML注释文件。工具提供了自动下载、解压缩、图像可视化、XML注释处理、边界框叠加和注释表显示等功能，方便用户进行数据集的初步分析和可视化。

This tool facilitates the download, extraction, and visualization of the VOC2012 dataset, including bounding box annotations extracted from associated XML files. Features include automated dataset download from Hugging Face in ZIP format, convenient unzipping of the downloaded dataset to access images and their annotations, displaying a select set of images from the dataset for preliminary visualization, reading corresponding XML annotation files for chosen images, drawing bounding boxes around annotated objects on the images to enhance visualization, and offering a structured view of extracted details from XML annotations in tabular format.

原始信息汇总

VOC2012 图像和标注可视化工具

功能

• 自动数据集下载：从 Hugging Face 的仓库中以 ZIP 格式获取 VOC2012 数据集。
• ZIP 解压：方便地解压下载的数据集，以便访问图像和其标注。
• 图像可视化：显示数据集中选定的图像，进行初步可视化。
• XML 标注处理：读取所选图像对应的 XML 标注文件。
• 边界框叠加：在图像上绘制标注对象的边界框，增强可视化效果。
• 标注表格显示：以表格格式提供从 XML 标注中提取的详细信息的结构化视图。

技术要求

• Python：版本 3.x
• 库：具体要求见 requirements.txt，包括：
  • requests
  • tqdm
  • pandas
  • matplotlib
  • opencv-python

可视化对象过滤

该工具配备了特定的颜色映射，用于在图像上叠加边界框标注时对象的可视化表示。当前映射如下：

python color_mapping = {train: (0, 255, 0), person: (0, 0, 255)}

这意味着：

• train 对象以 绿色 边界框（RGB: (0, 255, 0)）呈现。
• person 对象以 蓝色 边界框（RGB: (0, 0, 255)）呈现。

未包含在此映射中的对象在可视化时不会显示边界框。用户可以通过编辑或扩展 color_mapping 字典来添加其他对象类型或更改现有颜色配置。例如，要将 car 对象以红色显示，可以添加条目 car: (255, 0, 0)。