Balloon Detection 气球检测数据集

#### 背景描述
我需要一个简单的图像数据集，当我第一次尝试不同的对象检测算法时可以使用它。它必须是可以快速理解和轻松加载的东西。我不想花很多时间做 EDA 或试图记住数据的结构。此外，我希望能够清楚地看到模型的预测何时正确或何时出错。

我找到了 Balloons 数据集并对其进行了简化。原始数据分为训练集和测试集，其中有两个需要解析的 json 文件。在这个新版本中，我将所有图像复制到一个文件夹中，并将 json 文件替换为一个可以用 Pandas 轻松加载的 csv 文件。
#### 数据说明
数据集由 74 张 jpg 图像和 1 个 csv 文件组成。每个图像包含一个或多个气球。

csv 文件有五列：

1. fname - 图像文件名。
2. height - 图像高度。
3. 宽度 - 图像宽度。
4. num_balloons - 图像上的气球数量。
5. bbox - 图像上每个边界框的坐标。

每个 bbox 的坐标都存储在字典中。格式如下：

{“xmin”：100，“ymin”：100，“xmax”：300，“ymax”：300}

其中 xmin 和 ymin 是左上角的坐标，xmax 和 ymax 是右下角的坐标。
bbox 列中的每个条目都是一个字典列表。例如，如果图像有两个气球，因此有两个边界框，则条目将如下所示：

[{“xmin”：100，“ymin”：100，“xmax”：300，“ymax”：300}，{“xmin”：100，“ymin”：100，“xmax”：300，“ymax”： 300}]

当加载到 Pandas 数据框中时，bbox 列中的所有项目都是字符串类型。字符串可以转换为 python 列表，如下所示：

导入 ast

#将 bbox 列中的每一项从 str 类型转换为 list 类型
df['bbox'] = df['bbox'].apply(ast.literal_eval)
#### 数据来源
Waleed Abdulla
#### 问题描述
图像上有多少个气球，以及那些气球是什么颜色的。