标签：com dataset 可视化 深度 print FiftyOne 数据 fiftyone
FiftyOne是用于构建高质量数据集和计算机视觉模型的开源工具，由Python语言实现，最新发布版本为v0.14.0，它的License是Apache 2.0。源码位于https://github.com/voxel51/fiftyone 。FiftyOne支持Windows、Linux、macOS平台，默认情况下，FiftyOne应用程序将在你启动时在你的网络浏览器中打开。FiftyOne还提供了桌面版本，最新发布版本为Desktop v0.18.0。FiftyOne可以使我们更快、更有效地可视化数据集和解释模型，从而增强机器学习工作流程。也可以通过FiftyOne直接下载数据集，支持的数据集包括cifar10、cifar100、coco-2017、imagenet-2012、fashion-mnist、mnist等。
可以通过Anaconda在Windows和Linux上进行安装。
在Windows上安装执行以下命令：
conda create -n fiftyone python=3.8
conda activate fiftyone
pip3 install fiftyone在Ubuntu上当Ubuntu版本>=18.04时与Windows上执行命令相同，如果版本低，需将以上第三条语句调整为以下命令： 否则将报以下error: mongod: loading shared libraries: libcrypto.so.1.1: cannot open shared object file: No such file or directory
pip3 install fiftyone-db-ubuntu1604FiftyOne核心能力包括：
(1).导入数据集进行操作，轻松管理数据。
(2).评估模型。
(3).使嵌入数据和模型可视化。
(4).查找标注错误。
(5).管理数据集去除冗余图像。
FiftyOne工具包含三个组件：Python库、App、Brain。
(1).提供的Python接口可轻松以多种常见格式加载数据集，并提供以自定义格式加载数据集。
(2).App是一个图形用户界面，可快速直观了解数据集。
(3).Brain是一个强大的机器学习驱动功能库，可提供对数据集的洞察并推荐修改数据集的方法，从而提高模型的性能。
关于FiftyOne详细介绍和用法参考：https://voxel51.com/docs/fiftyone/
以下为测试代码：
import fiftyone as fo
import fiftyone.zoo as foz
# reference: https://voxel51.com/docs/fiftyone/tutorials/evaluate_detections.html
datasets = foz.list_zoo_datasets()
print("available datasets:", datasets)
dataset = foz.load_zoo_dataset("coco-2017", split="validation", dataset_name="evaluate-detections-tutorial")
dataset.persistent = True
session = fo.launch_app(dataset)
# print some information about the dataset
print("dataset info:", dataset)
# print a ground truth detection
sample = dataset.first()
print("ground truth:", sample.ground_truth.detections[0])
session.wait()执行结果如下：
GitHub：https://github.com/fengbingchun/PyTorch_Test
标签：com,dataset,可视化,深度,print,FiftyOne,数据,fiftyone 来源： https://blog.csdn.net/fengbingchun/article/details/121284157
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。