＃ 遍歷所有圖像
   for img＿id， img＿fname， w， h， meta in get＿meta（coco）：
       images＿data．a(chǎn)ppend（｛
           ＇image＿id＇： int（img＿id），
           ＇path＇： img＿fname，
           ＇width＇： int（w），
           ＇height＇： int（h）
       ｝）
       
       ＃ 遍歷所有元數(shù)據(jù)
       for m in meta：
           persons＿data．a(chǎn)ppend（｛
               ＇image＿id＇： m［＇image＿id＇］，
               ＇is＿crowd＇： m［＇iscrowd＇］，
               ＇bbox＇： m［＇bbox＇］，
               ＇area＇： m［＇area＇］，
               ＇num＿keypoints＇： m［＇num＿keypoints＇］，
               ＇keypoints＇： m［＇keypoints＇］，
           ｝）
           
   ＃ 創(chuàng)建帶有圖像路徑的數(shù)據(jù)幀
   images＿df ＝ pd．DataFrame（images＿data）
   images＿df．set＿index（＇image＿id＇， inplace＝True）
   
   ＃ 創(chuàng)建與人相關(guān)的數(shù)據(jù)幀
   persons＿df ＝ pd．DataFrame（persons＿data）
   persons＿df．set＿index（＇image＿id＇， inplace＝True）
   return images＿df， persons＿df
我們使用get＿meta函數(shù)構(gòu)造兩個(gè)數(shù)據(jù)幀—一個(gè)用于圖像路徑，另一個(gè)用于人的元數(shù)據(jù)。在一個(gè)圖像中可能有多個(gè)人，因此是一對(duì)多的關(guān)系。在下一步中，我們合并兩個(gè)表（left join操作）并將訓(xùn)練集和驗(yàn)證集組合，另外，我們添加了一個(gè)新列source，值為0表示訓(xùn)練集，值為1表示驗(yàn)證集。這樣的信息是必要的，因?yàn)槲覀冃枰�知道�?yīng)該在哪個(gè)文件夾中搜索圖像。如你所知，這些圖像位于兩個(gè)文件夾中：train2017／和val2017／images＿df， persons＿df ＝ convert＿to＿df（train＿coco）
train＿coco＿df ＝ pd．merge（images＿df， persons＿df， right＿index＝True， left＿index＝True）
train＿coco＿df［＇source＇］ ＝ 0
images＿df， persons＿df ＝ convert＿to＿df（val＿coco）
val＿coco＿df ＝ pd．merge（images＿df， persons＿df， right＿index＝True， left＿index＝True）
val＿coco＿df［＇source＇］ ＝ 1
coco＿df ＝ pd．concat（［train＿coco＿df， val＿coco＿df］， ignore＿index＝True）
最后，我們有一個(gè)表示整個(gè)COCO數(shù)據(jù)集的數(shù)據(jù)幀。圖像中有多少人現(xiàn)在我們可以執(zhí)行第一個(gè)分析。COCO數(shù)據(jù)集包含多個(gè)人的圖像，我們想知道有多少圖像只包含一個(gè)人。代碼如下：＃ 計(jì)數(shù)
annotated＿persons＿df ＝ coco＿df［coco＿df［＇is＿crowd＇］ ＝＝ 0］
crowd＿df ＝ coco＿df［coco＿df［＇is＿crowd＇］ ＝＝ 1］
print（＂Number of people in total： ＂ ＋ str（len（annotated＿persons＿df）））
print（＂Number of crowd annotations： ＂ ＋ str（len（crowd＿df）））
persons＿in＿img＿df ＝ pd．DataFrame（｛
   ＇cnt＇： annotated＿persons＿df［＇path＇］．value＿counts（）
｝）
persons＿in＿img＿df．reset＿index（level＝0， inplace＝True）
persons＿in＿img＿df．rename（columns ＝ ｛＇index＇：＇path＇｝， inplace ＝ True）
＃ 按cnt分組，這樣我們就可以在一張圖片中得到帶有注釋人數(shù)的數(shù)據(jù)幀
persons＿in＿img＿df ＝ persons＿in＿img＿df．groupby（［＇cnt＇］）．count（）
＃ 提取數(shù)組
x＿occurences ＝ persons＿in＿img＿df．index．values
y＿images ＝ persons＿in＿img＿df［＇path＇］．values
＃ 繪圖
plt．bar（x＿occurences， y＿images）
plt．title（＇People on a single image ＇）
plt．xticks（x＿occurences， x＿occurences）
plt．xlabel（＇Number of people in a single image＇）
plt．ylabel（＇Number of images＇）
plt．show（）
結(jié)果圖表：

如你所見(jiàn)，大多數(shù)COCO圖片都包含一個(gè)人。但也有相當(dāng)多的13個(gè)人的照片，讓我們舉幾個(gè)例子：

好吧，甚至有一張圖片有19個(gè)注解（非人群）：

這個(gè)圖像的頂部區(qū)域不應(yīng)該標(biāo)記為一個(gè)人群?jiǎn)幔渴堑模瑧?yīng)該，但是，我們有多個(gè)沒(méi)有關(guān)鍵點(diǎn)的邊界框！這樣的注釋?xiě)?yīng)該像對(duì)待人群一樣對(duì)待，這意味著它們應(yīng)該被屏蔽。在這張圖片中，只有中間的3個(gè)方框有一些關(guān)鍵點(diǎn)。讓我們來(lái)優(yōu)化查詢(xún)，以獲取包含有／沒(méi)有關(guān)鍵點(diǎn)的人圖像的統(tǒng)計(jì)信息，以及有／沒(méi)有關(guān)鍵點(diǎn)的人的總數(shù)：annotated＿persons＿nokp＿df ＝ coco＿df［（coco＿df［＇is＿crowd＇］ ＝＝ 0） ＆ （coco＿df［＇num＿keypoints＇］ ＝＝ 0）］
annotated＿persons＿kp＿df ＝ coco＿df［（coco＿df［＇is＿crowd＇］ ＝＝ 0） ＆ （coco＿df［＇num＿keypoints＇］ ＞ 0）］
print（＂Number of people （with keypoints） in total： ＂ ＋
       str（len（annotated＿persons＿kp＿df）））
print（＂Number of people without any keypoints in total： ＂ ＋
       str（len（annotated＿persons＿nokp＿df）））
persons＿in＿img＿kp＿df ＝ pd．DataFrame（｛
   ＇cnt＇： annotated＿persons＿kp＿df［［＇path＇，＇source＇］］．value＿counts（）
｝）
persons＿in＿img＿kp＿df．reset＿index（level＝［0，1］， inplace＝True）
persons＿in＿img＿cnt＿df ＝ persons＿in＿img＿kp＿df．groupby（［＇cnt＇］）．count（）
x＿occurences＿kp ＝ persons＿in＿img＿cnt＿df．index．values
y＿images＿kp ＝ persons＿in＿img＿cnt＿df［＇path＇］．values
f ＝ plt．figure（figsize＝（14， 8））
width ＝ 0．4
plt．bar（x＿occurences＿kp， y＿images＿kp， width＝width， label＝＇with keypoints＇）
plt．bar（x＿occurences ＋ width， y＿images， width＝width， label＝＇no keypoints＇）
plt．title（＇People on a single image ＇）
plt．xticks（x＿occurences ＋ width／2， x＿occurences）
plt．xlabel（＇Number of people in a single image＇）
plt．ylabel（＇Number of images＇）
plt．legend（loc ＝ ＇best＇）
plt．show（）
現(xiàn)在我們可以看到區(qū)別是明顯的。

雖然COCO官方頁(yè)面上描述有25萬(wàn)人擁有關(guān)鍵點(diǎn)，而我們只有156165個(gè)這樣的例子。他們可能應(yīng)該刪除了“帶關(guān)鍵點(diǎn)”這幾個(gè)字。添加額外列一旦我們將COCO轉(zhuǎn)換成pandas數(shù)據(jù)幀，我們就可以很容易地添加額外的列，從現(xiàn)有的列中計(jì)算出來(lái)。我認(rèn)為最好將所有的關(guān)鍵點(diǎn)坐標(biāo)提取到單獨(dú)的列中，此外，我們可以添加一個(gè)具有比例因子的列。特別是，關(guān)于一個(gè)人的邊界框的規(guī)模信息是非常有用的，例如，我們可能希望丟棄所有太小規(guī)模的人，或者執(zhí)行放大操作。為了實(shí)現(xiàn)這個(gè)目標(biāo)，我們使用Python庫(kù)sklearn中的transformer對(duì)象。一般來(lái)說(shuō)，sklearn transformers是用于清理、減少、擴(kuò)展和生成數(shù)據(jù)科學(xué)模型中的特征表示的強(qiáng)大工具。我們只會(huì)用一小部分的api。代碼如下：from sklearn．base import BaseEstimator， TransformerMixin
class AttributesAdder（BaseEstimator， TransformerMixin）：
   def ＿＿init＿＿（self， num＿keypoints， w＿ix， h＿ix， bbox＿ix， kp＿ix）：
       ＂＂＂
       ：param num＿keypoints： 關(guān)鍵點(diǎn)的數(shù)量
       ：param w＿ix： 包含圖像寬度的列索引
       ：param h＿ix： 包含圖像高度的列索引
       ：param bbox＿ix： 包含邊框數(shù)據(jù)的列索引
       ：param kp＿ix： 包含關(guān)鍵點(diǎn)數(shù)據(jù)的列索引
       ＂＂＂
       self．num＿keypoints ＝ num＿keypoints
       self．w＿ix ＝ w＿ix
       self．h＿ix ＝ h＿ix
       self．bbox＿ix ＝ bbox＿ix
       self．kp＿ix ＝ kp＿ix
       
   def fit（self， X， y＝None）：
       return self
     
   def transform（self， X）：
     
       ＃ 檢索特定列
       
       w ＝ X［：， self．w＿ix］
       h ＝ X［：， self．h＿ix］
       bbox ＝ np．a(chǎn)rray（X［：， self．bbox＿ix］．tolist（））  ＃ to matrix
       keypoints ＝ np．a(chǎn)rray（X［：， self．kp＿ix］．tolist（）） ＃ to matrix