-
Notifications
You must be signed in to change notification settings - Fork 137
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
Configurable Threshold CLI support #250
Merged
Merged
Changes from 2 commits
Commits
Show all changes
6 commits
Select commit
Hold shift + click to select a range
File filter
Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
There are no files selected for viewing
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Original file line number | Diff line number | Diff line change | ||||||||||||||||||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
|
@@ -18,6 +18,7 @@ | |||||||||||||||||||||||||||
NegativeLength, InvalidValue, FarFromLabelMean, | ||||||||||||||||||||||||||||
FarFromAttrMean, OnlyOneAttributeValue) | ||||||||||||||||||||||||||||
from datumaro.components.extractor import AnnotationType, LabelCategories | ||||||||||||||||||||||||||||
from datumaro.components.cli_plugin import CliPlugin | ||||||||||||||||||||||||||||
from datumaro.util import parse_str_enum_value | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
|
@@ -26,13 +27,7 @@ | |||||||||||||||||||||||||||
TaskType = Enum('TaskType', ['classification', 'detection', 'segmentation']) | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
class _Validator: | ||||||||||||||||||||||||||||
DEFAULT_FEW_SAMPLES = 1 | ||||||||||||||||||||||||||||
DEFAULT_IMBALANCE_RATIO = 50 | ||||||||||||||||||||||||||||
DEFAULT_FAR_FROM_MEAN = 5.0 | ||||||||||||||||||||||||||||
DEFAULT_DOMINANCE_RATIO = 0.8 | ||||||||||||||||||||||||||||
DEFAULT_DOMINANCE_TOPK_BINS = 0.1 | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
class _Validator(CliPlugin): | ||||||||||||||||||||||||||||
# statistics templates | ||||||||||||||||||||||||||||
numerical_stat_template = { | ||||||||||||||||||||||||||||
'items_far_from_mean': {}, | ||||||||||||||||||||||||||||
|
@@ -64,7 +59,48 @@ class _Validator: | |||||||||||||||||||||||||||
Abstract method that must be implemented in a subclass. | ||||||||||||||||||||||||||||
""" | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
def __init__(self, task_type=None): | ||||||||||||||||||||||||||||
@classmethod | ||||||||||||||||||||||||||||
def build_cmdline_parser(cls, **kwargs): | ||||||||||||||||||||||||||||
parser = super().build_cmdline_parser(**kwargs) | ||||||||||||||||||||||||||||
parser.add_argument('-fs', '--few_samples_thr', default=1, type=int, | ||||||||||||||||||||||||||||
help="Threshold for giving a warning for minimum number of samples per class") | ||||||||||||||||||||||||||||
parser.add_argument('-ir', '--imbalance_ratio_thr', default=50, type=int, | ||||||||||||||||||||||||||||
help="Threshold for giving data imbalance warning; IR(imbalance ratio) = majority/minority") | ||||||||||||||||||||||||||||
parser.add_argument('-m', '--far_from_mean_thr', default=5.0, type=float, | ||||||||||||||||||||||||||||
help="Threshold for giving a warning that data is far from mean;" | ||||||||||||||||||||||||||||
"A constant used to define mean +/- k * standard deviation;") | ||||||||||||||||||||||||||||
parser.add_argument('-dr', '--dominance_ratio_thr', default=0.8, type=float, | ||||||||||||||||||||||||||||
help="Threshold for giving a warning for bounding box imbalance;" | ||||||||||||||||||||||||||||
"Dominace_ratio = ratio of Top-k bin to total in histogram;") | ||||||||||||||||||||||||||||
parser.add_argument('-k', '--topk_bins', default=0.1, type=float, | ||||||||||||||||||||||||||||
help="Ratio of bins with the highest number of data to total bins in the histogram;" | ||||||||||||||||||||||||||||
"[0, 1]; 0.1 = 10%;") | ||||||||||||||||||||||||||||
return parser | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
def __init__(self, task_type, few_samples_thr=None, | ||||||||||||||||||||||||||||
imbalance_ratio_thr=None, far_from_mean_thr=None, | ||||||||||||||||||||||||||||
dominance_ratio_thr=None, topk_bins=None, ): | ||||||||||||||||||||||||||||
""" | ||||||||||||||||||||||||||||
Validator | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
Parameters | ||||||||||||||||||||||||||||
--------------- | ||||||||||||||||||||||||||||
few_samples_thr: int | ||||||||||||||||||||||||||||
minimum number of samples per class | ||||||||||||||||||||||||||||
warn user when samples per class is less than threshold | ||||||||||||||||||||||||||||
imbalance_ratio_thr: int | ||||||||||||||||||||||||||||
ratio of majority attribute to minority attribute | ||||||||||||||||||||||||||||
warn user when annotations are unevenly distributed | ||||||||||||||||||||||||||||
far_from_mean_thr: float | ||||||||||||||||||||||||||||
constant used to define mean +/- m * stddev | ||||||||||||||||||||||||||||
warn user when there are too big or small values | ||||||||||||||||||||||||||||
dominance_ratio_thr: float | ||||||||||||||||||||||||||||
ratio of Top-k bin to total | ||||||||||||||||||||||||||||
warn user when dominance ratio is over threshold | ||||||||||||||||||||||||||||
topk_bins: float | ||||||||||||||||||||||||||||
ratio of selected bins with most item number to total bins | ||||||||||||||||||||||||||||
warn user when values are not evenly distributed | ||||||||||||||||||||||||||||
""" | ||||||||||||||||||||||||||||
self.task_type = parse_str_enum_value(task_type, TaskType, | ||||||||||||||||||||||||||||
default=TaskType.classification) | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
|
@@ -78,11 +114,11 @@ def __init__(self, task_type=None): | |||||||||||||||||||||||||||
self.ann_types = {AnnotationType.mask, AnnotationType.polygon} | ||||||||||||||||||||||||||||
self.str_ann_type = "mask or polygon" | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
self.far_from_mean_thr = self.DEFAULT_FAR_FROM_MEAN | ||||||||||||||||||||||||||||
self.imbalance_ratio_thr = self.DEFAULT_IMBALANCE_RATIO | ||||||||||||||||||||||||||||
self.few_samples_thr = self.DEFAULT_FEW_SAMPLES | ||||||||||||||||||||||||||||
self.dominance_thr = self.DEFAULT_DOMINANCE_RATIO | ||||||||||||||||||||||||||||
self.topk_bins_ratio = self.DEFAULT_DOMINANCE_TOPK_BINS | ||||||||||||||||||||||||||||
self.few_samples_thr = few_samples_thr | ||||||||||||||||||||||||||||
self.imbalance_ratio_thr = imbalance_ratio_thr | ||||||||||||||||||||||||||||
self.far_from_mean_thr = far_from_mean_thr | ||||||||||||||||||||||||||||
self.dominance_thr = dominance_ratio_thr | ||||||||||||||||||||||||||||
self.topk_bins_ratio = topk_bins | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
def _compute_common_statistics(self, dataset): | ||||||||||||||||||||||||||||
defined_attr_template = { | ||||||||||||||||||||||||||||
|
@@ -537,8 +573,12 @@ class ClassificationValidator(_Validator): | |||||||||||||||||||||||||||
A validator class for classification tasks. | ||||||||||||||||||||||||||||
""" | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
def __init__(self): | ||||||||||||||||||||||||||||
super().__init__(TaskType.classification) | ||||||||||||||||||||||||||||
def __init__(self, few_samples_thr, imbalance_ratio_thr, | ||||||||||||||||||||||||||||
far_from_mean_thr, dominance_ratio_thr, topk_bins): | ||||||||||||||||||||||||||||
super().__init__(task_type=TaskType.classification, few_samples_thr=few_samples_thr, | ||||||||||||||||||||||||||||
imbalance_ratio_thr=imbalance_ratio_thr, | ||||||||||||||||||||||||||||
far_from_mean_thr=far_from_mean_thr, | ||||||||||||||||||||||||||||
dominance_ratio_thr=dominance_ratio_thr, topk_bins=topk_bins) | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
def _check_multi_label_annotations(self, stats): | ||||||||||||||||||||||||||||
validation_reports = [] | ||||||||||||||||||||||||||||
|
@@ -636,8 +676,12 @@ class DetectionValidator(_Validator): | |||||||||||||||||||||||||||
""" | ||||||||||||||||||||||||||||
A validator class for detection tasks. | ||||||||||||||||||||||||||||
""" | ||||||||||||||||||||||||||||
def __init__(self): | ||||||||||||||||||||||||||||
super().__init__(TaskType.detection) | ||||||||||||||||||||||||||||
def __init__(self, few_samples_thr, imbalance_ratio_thr, | ||||||||||||||||||||||||||||
far_from_mean_thr, dominance_ratio_thr, topk_bins): | ||||||||||||||||||||||||||||
super().__init__(task_type=TaskType.detection, few_samples_thr=few_samples_thr, | ||||||||||||||||||||||||||||
imbalance_ratio_thr=imbalance_ratio_thr, | ||||||||||||||||||||||||||||
far_from_mean_thr=far_from_mean_thr, | ||||||||||||||||||||||||||||
dominance_ratio_thr=dominance_ratio_thr, topk_bins=topk_bins) | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
def _check_negative_length(self, stats): | ||||||||||||||||||||||||||||
validation_reports = [] | ||||||||||||||||||||||||||||
|
@@ -917,8 +961,12 @@ class SegmentationValidator(_Validator): | |||||||||||||||||||||||||||
A validator class for (instance) segmentation tasks. | ||||||||||||||||||||||||||||
""" | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
def __init__(self): | ||||||||||||||||||||||||||||
super().__init__(TaskType.segmentation) | ||||||||||||||||||||||||||||
def __init__(self, few_samples_thr, imbalance_ratio_thr, | ||||||||||||||||||||||||||||
far_from_mean_thr, dominance_ratio_thr, topk_bins): | ||||||||||||||||||||||||||||
super().__init__(task_type=TaskType.segmentation, few_samples_thr=few_samples_thr, | ||||||||||||||||||||||||||||
imbalance_ratio_thr=imbalance_ratio_thr, | ||||||||||||||||||||||||||||
far_from_mean_thr=far_from_mean_thr, | ||||||||||||||||||||||||||||
dominance_ratio_thr=dominance_ratio_thr, topk_bins=topk_bins) | ||||||||||||||||||||||||||||
There was a problem hiding this comment. Choose a reason for hiding this commentThe reason will be displayed to describe this comment to others. Learn more.
Suggested change
|
||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
def compute_statistics(self, dataset): | ||||||||||||||||||||||||||||
""" | ||||||||||||||||||||||||||||
|
@@ -1149,7 +1197,7 @@ def generate_reports(self, stats): | |||||||||||||||||||||||||||
return reports | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
def validate_annotations(dataset: IDataset, task_type: Union[str, TaskType]): | ||||||||||||||||||||||||||||
def validate_annotations(dataset: IDataset, task_type: Union[str, TaskType], **extra_args): | ||||||||||||||||||||||||||||
""" | ||||||||||||||||||||||||||||
Returns the validation results of a dataset based on task type. | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
|
@@ -1167,15 +1215,30 @@ def validate_annotations(dataset: IDataset, task_type: Union[str, TaskType]): | |||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
""" | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
few_samples_thr = extra_args['few_samples_thr'] | ||||||||||||||||||||||||||||
imbalance_ratio_thr = extra_args['imbalance_ratio_thr'] | ||||||||||||||||||||||||||||
far_from_mean_thr = extra_args['far_from_mean_thr'] | ||||||||||||||||||||||||||||
dominance_ratio_thr = extra_args['dominance_ratio_thr'] | ||||||||||||||||||||||||||||
topk_bins = extra_args['topk_bins'] | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
validation_results = {} | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
task_type = parse_str_enum_value(task_type, TaskType) | ||||||||||||||||||||||||||||
if task_type == TaskType.classification: | ||||||||||||||||||||||||||||
validator = ClassificationValidator() | ||||||||||||||||||||||||||||
validator = ClassificationValidator(few_samples_thr=few_samples_thr, | ||||||||||||||||||||||||||||
imbalance_ratio_thr=imbalance_ratio_thr, | ||||||||||||||||||||||||||||
far_from_mean_thr=far_from_mean_thr, | ||||||||||||||||||||||||||||
dominance_ratio_thr=dominance_ratio_thr, topk_bins=topk_bins) | ||||||||||||||||||||||||||||
elif task_type == TaskType.detection: | ||||||||||||||||||||||||||||
validator = DetectionValidator() | ||||||||||||||||||||||||||||
validator = DetectionValidator(few_samples_thr=few_samples_thr, | ||||||||||||||||||||||||||||
imbalance_ratio_thr=imbalance_ratio_thr, | ||||||||||||||||||||||||||||
far_from_mean_thr=far_from_mean_thr, | ||||||||||||||||||||||||||||
dominance_ratio_thr=dominance_ratio_thr, topk_bins=topk_bins) | ||||||||||||||||||||||||||||
elif task_type == TaskType.segmentation: | ||||||||||||||||||||||||||||
validator = SegmentationValidator() | ||||||||||||||||||||||||||||
validator = SegmentationValidator(few_samples_thr=few_samples_thr, | ||||||||||||||||||||||||||||
imbalance_ratio_thr=imbalance_ratio_thr, | ||||||||||||||||||||||||||||
far_from_mean_thr=far_from_mean_thr, | ||||||||||||||||||||||||||||
dominance_ratio_thr=dominance_ratio_thr, topk_bins=topk_bins) | ||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||
if not isinstance(dataset, IDataset): | ||||||||||||||||||||||||||||
raise TypeError("Invalid dataset type '%s'" % type(dataset)) | ||||||||||||||||||||||||||||
|
Oops, something went wrong.
Add this suggestion to a batch that can be applied as a single commit.
This suggestion is invalid because no changes were made to the code.
Suggestions cannot be applied while the pull request is closed.
Suggestions cannot be applied while viewing a subset of changes.
Only one suggestion per line can be applied in a batch.
Add this suggestion to a batch that can be applied as a single commit.
Applying suggestions on deleted lines is not supported.
You must change the existing code in this line in order to create a valid suggestion.
Outdated suggestions cannot be applied.
This suggestion has been applied or marked resolved.
Suggestions cannot be applied from pending reviews.
Suggestions cannot be applied on multi-line comments.
Suggestions cannot be applied while the pull request is queued to merge.
Suggestion cannot be applied right now. Please check back later.
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
OK, I will consider making a new plugin type.
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
Can you tell me detailed guideline how to make new plugin type(DatasetValidator)?
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
Define a base class and add it to the
Environment
andCliPlugin
classes. Maybe, you'd better do this in another PR, to avoid blocking this one.There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
Do you mean handling three requested feedback above in this PR and handling new plugin type in additional PR?
There was a problem hiding this comment.
Choose a reason for hiding this comment
The reason will be displayed to describe this comment to others. Learn more.
I will handle new plugin type in another PR!