本文共 2426 字，大约阅读时间需要 8 分钟。

FiftyOne 工具集：提升你的计算机视觉模型性能

FiftyOne 是一个开源机器学习工具集，专为数据科学团队设计，帮助他们轻松创建高质量数据集、评估模型、查找错误并可视化嵌入。无论你是数据科学家、研究员还是开发者，FiftyOne 都能为你提供强大的工具支持。

一、删除检测到不基数类的字段

在实际数据中，有时候会遇到某些字段明显有缺失或频率极低的类别。在处理时，如何高效删除这些低频率数据呢？

[代码示例]

import fiftyone as fo
import fiftyone.zoo as foz
# 加载数据集
dataset = foz.load_zoo_dataset("fiw", split="test")
# 统计字段出现频率
counts = dataset.count_values("name")
# 筛选出频率高于10的名称
keep_names = [name for name, count in counts.items() if count > 10]
# 按名称匹配保留的样本
view = dataset.match(
    F("name").is_in(keep_names)
)
# 启动视图
session = fo.launch_app(view)

[/代码示例]

二、如何持久化数据集修改

在进行数据集修改后，如何确保你的更改能够持久保存？[代码示例]

# 在修改前，将数据集设为持久化模式
dataset.persistent = True
# 示例：修改第一个样本的类标签
sample = dataset.first()
sample.ground_truth.detections[0].label = "熊"
# 保存修改
sample.save()

[/代码示例]

三、处理齐次图像类标签预测

面对齐次类别图像（如全为猫或全为狗），如何实现有效的标注处理？[代码示例]

import numpy as np
import fiftyone as fo
import fiftyone.zoo as foz
from fiftyone import ViewField as F
# 创建或加载数据集
(dataset = fo.Dataset(...))
# 克隆预测结果到新字段
dataset.clone_sample_field(
    "model_raw", "model_processed"
)
# 设定信心阈值
conf_thresh = 0.3
# 遍历所有样本
for sample in dataset.iter_samples(autosave=True):
    dets = sample.model_processed.detections
    labels = [det.label for det in dets]
    unique_labels, label_counts = np.unique(labels, return_counts=True)
    
    max_count = max(label_counts)
    if max_count > 2:
        # 获取最多的标签类别
        crowd_label = unique_labels[np.argmax(label_counts)]
        
        # 修改置信度较低的标签为目标类别
        for det in dets:
            if det.label != crowd_label:
                if det.confidence < conf_thresh:
                    det.label = crowd_label
                    det.confidence = None
                    
        # 标记以便后续处理
        sample.tags.append("可能的齐次集群")

[/代码示例]

四、批量处理数据集修改

如果需要对数据集中的每个样本进行批量修改，可以使用自动保存功能+[代码示例]

import random
import fiftyone as fo
import fiftyone.zoo as foz
# 加载数据集
dataset = foz.load_zoo_dataset("quickstart")
# 自动保存并批量处理
for sample in dataset.select_fields().iter_samples(autosave=True):
    sample["random_field"] = random.random()

[/代码示例]

五、停止会话的方法

如何终止已经启动的FiftyOne会话？

在FiftyOne中，会话通过数据集或视图实例连接。当你想停止会话时，可以使用私有方法+[代码示例]

# 假设你已经引导用户启动会话
session = fo.launch_app(dataset)
# 退出会话
session.close()

[/代码示例]

六、加入FiftyOne 社区

FiftyOne 社区正在汇聚全球数千名计算机视觉工程师和数据科学家，为你的职业发展提供无限可能。

[社区亮点]

• 成员人数：1,350+
• GitHub星数：2,550+
• 仓库数量：246+
• 项目数目：56+

七、后续步骤

• 如果你喜欢本文内容，请鼓励作者一杯咖啡。
• FiftyOne 使启动并运行模型变得轻松。
• 加入社区，我们乐意为你解答任何问题。

如果你对以上内容有任何疑问或建议，欢迎随时联系我们！