深度学习效率小工具记录（1）

提出问题

深度学习中常常会做大量的对比实验和消融实验，避免不了需要不停地进行图像对比分析、同时也存在例如目标检测后需要可视化标注的问题，这时候就在想？能不能有些工具简洁化这些耗时耗力的工作。答案现在是“肯定的”。

解决方法

废话不多说，先上小工具的链接。
（1）图像对比分析（showdata）
（2）图片可视化（alfred）

下面逐一介绍这两个小工具。

showdata工具

1. 安装方法

   pip install showdata

2. 应用方式
   （1）直接切换到需要影像显示的文件夹路径，运行命令：

   showdata server

   命令运行后，会出现一个端口链接，复制到浏览器，打开即可。效果如下：
   

   该显示结果便于深度学习推理结果进行查看和对比。

   （2）以代码形式运行，并保存为.html格式查看。

   from showdata import generate_html_table
   data = [
   {
       "idx": 1,
       "label": 'cat',
       "img": {
           "src": "./visualize_base/536__1__0___0.jpg",
           "text": "The text will be shown on the top of the image",
           "style": "border: 2mm solid green"
       },
       "mask": "./visualize_base/600__1__128___0.jpg"
   },
   {
       "idx": 2,
       "label": 'dog',
       "img": './visualize_base/694__1__0___0.jpg',
       "mask": "./visualize_base/593__1__0___0.jpg"
   },
   ]
   generate_html_table(data, output_path='index.html')

   运行完成后，会出现一个index.html的文件，此时打开文件，可如下所示（此处图片仅做实例参考）：
   

alfred工具

1. 安装方法

   sudo pip3 install alfred-py

2. 应用方式
   先介绍目前该工具具体的一些应用示例。

   可视化函数：画框；
   可视化函数：画分割图，比如你拿到一个mask，给你画到图片上；
   可视化函数：画实例分割图；
   可视化函数：提供海量的颜色，加入你需要为你的每一个ID指定一个唯一的颜色，可以调用一个函数就实现；
   可视化函数：花式画框，提供海量的函数供你调用，高度可定制化，可以实现多种不同分割的画框效果；
   数据处理模块：可视化任意coco数据标注；
   数据处理模块：可视化任意voc数据标注；
   数据处理模块：可视化任意yolo数据标注；
   数据处理模块：coco转换到yolo格式；
   数据处理模块：coco转换到voc格式；
   数据处理模块：voc转换到yolo格式；
   数据处理模块：yolo转换到voc格式；
   数据处理模块：合并两个voc格式，也就是同一批数据，分别标注了不同的类别，可以直接合并；
   数据处理模块：切割一个coco数据，分为train和eval；
   数据处理模块：切割一个voc数据集，分为train和eval或者更多；
   数据处理模块：分割一个txt，按照比例分割成train eval等；
   深度学习模块：提供pytorch的多个辅助函数，包括cuda检测，GPU打印；
   深度学习模块：提供海量初始化方法；
   ...

（1）对VOC数据进行标注画框，结果如下：

alfred data vocview -i JPEGImages/ -l Annotations/

（2）其余功能不一一列出，这里再列举一个“爬虫”功能。

alfred scrap image -q '舰船'

以上代码可以爬取百度的关于“舰船”的图片，虽然有些不准，但确实能够实现爬虫。