前言：很多做目标检测的新手，拿到数据集就迫不及待想找一个算法来跑它，内心先爽一把，包括我在内也是这样，其实样的做法不合理，我们应该先对数据集进行一些分析，找出数据集的特点，有针对性的进行检测，首先要关注的是图片大小，这个相当重要，假设测试文件来源于医疗遥感类检测任务图像，这些文件可能是50005000甚至1000010000，这时就需要对图片进行resize，缩小图片，然后还要根据模型复杂程度与显存大小来确定图片大小，以免显存不足。通过绘制图片散点图，可以直观看出图片大小分布，整体上把握数据大小，如果散点图集中在左下角，说明图片比较小，无须做太多处理。

获取图片大小，并绘制成散点图:

import time
import matplotlib.image as mping
import os
import matplotlib.pyplot as plt

#获取单个图片的大小
def get_Image_Size(image_Path):
	#print("获取图片尺寸大小："+ image_Path)
	try:
		lena = mping.imread(image_Path)
	except:
		time.sleep(0.5)
		print("读图出错，重读")
		getPngSize(image_Path)
	size = tuple(lena.shape)
	#print(size)
	return size[1],size[0]

#遍历目标文件夹下图片的大小，保存到list中
def get_dir_list(image_path):
	w_list = []
	h_list = []
	files = os.listdir(image_path)
	for i in files:
		if i.endswith('.jpg'):
			w,h = get_Image_Size(image_path + i)
			#print(w,h)
			w_list.append(w)
			h_list.append(h)
	return w_list,h_list

#画散点图
def plot_pic(w_list,h_list):
	fig = plt.figure()
	ax1 = fig.add_subplot(1, 1, 1)
	ax1.set_title('DataSets\' Size Analysis')
	ax1.scatter(w_list, h_list, s=5, c='k', marker='.')
	plt.show()

if __name__ == '__main__':
	
	image_path = "./13/"  #目标文件夹，也就是图片存放的目录
	w_list,h_list = get_dir_list(image_path)
	plot_pic(w_list,h_list)

运行结果：

上图横轴表示图片的宽度，纵轴表示图片的高度，可以看出大部分数据处于中部偏左下角，少部分数据比较大，我们可以对少部分大小“超标”的图片进行resize，缩小图片。