update

01_dataset_prep.ipynb

@@ -6,15 +6,25 @@
    "source": [
     "# 01 — Příprava datasetu VisDrone\n",
     "\n",
-    "**VisDrone2019-DET** je veřejně dostupný dataset leteckých snímků s anotacemi vozidel.\n",
+    "**VisDrone2019-DET** je veřejně dostupný dataset dronových snímků s anotacemi vozidel.\n",
     "Obsahuje třídy: `pedestrian, people, bicycle, car, van, truck, tricycle, awning-tricycle, bus, motor`.\n",
     "\n",
-    "My použijeme pouze vozidlové třídy a převedeme anotace do formátu YOLO.\n",
+    "Použijeme pouze vozidlové třídy a převedeme anotace do formátu YOLO.\n",
     "\n",
     "**Citace:**\n",
     "> Zhu, P., Wen, L., Du, D., et al. (2021). Detection and Tracking Meet Drones Challenge. *IEEE TPAMI*."
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-1d291f",
+   "metadata": {},
+   "source": [
+    "## Instalace závislostí\n",
+    "\n",
+    "Nainstalujeme potřebné knihovny: `ultralytics` (YOLOv8), `Pillow`, `tqdm`, `pandas` a `matplotlib` pro analýzu a vizualizaci."
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 1,
@@ -36,9 +46,19 @@
     "%pip install ultralytics Pillow tqdm requests pyyaml pandas matplotlib --quiet"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-75919d",
+   "metadata": {},
+   "source": [
+    "## Stažení VisDrone datasetu\n",
+    "\n",
+    "VisDrone2019-DET je rozdělený na tři části (train/val/test). Každá část obsahuje letecké snímky a textové anotace."
+   ]
+  },
   {
    "cell_type": "code",
-   "execution_count": 2,
+   "execution_count": 1,
    "metadata": {},
    "outputs": [
     {
@@ -47,13 +67,13 @@
      "text": [
       "Stahuji train.zip ...\n",
       "Rozbaluji train.zip ...\n",
-      "  OK → data/visdrone/VisDrone2019-DET-train\n",
+      "  OK data/visdrone/VisDrone2019-DET-train\n",
       "Stahuji val.zip ...\n",
       "Rozbaluji val.zip ...\n",
-      "  OK → data/visdrone/VisDrone2019-DET-val\n",
+      "  OK data/visdrone/VisDrone2019-DET-val\n",
       "Stahuji test.zip ...\n",
       "Rozbaluji test.zip ...\n",
-      "  OK → data/visdrone/VisDrone2019-DET-test-dev\n",
+      "  OK data/visdrone/VisDrone2019-DET-test-dev\n",
       "Dataset připraven.\n"
      ]
     }
@@ -66,7 +86,6 @@
     "DATA_DIR = Path(\"data/visdrone\")\n",
     "DATA_DIR.mkdir(parents=True, exist_ok=True)\n",
     "\n",
-    "# Mapování split → název složky (VisDrone používá plné názvy)\n",
     "SPLIT_DIRS = {\n",
     "    \"train\": DATA_DIR / \"VisDrone2019-DET-train\",\n",
     "    \"val\":   DATA_DIR / \"VisDrone2019-DET-val\",\n",
@@ -91,11 +110,19 @@
     "    print(f\"Rozbaluji {zip_path.name} ...\")\n",
     "    with zipfile.ZipFile(zip_path) as zf:\n",
     "        zf.extractall(DATA_DIR)\n",
-    "    print(f\"  OK → {split_dir}\")\n",
+    "    print(f\"  OK {split_dir}\")\n",
     "\n",
     "print(\"Dataset připraven.\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-c4fe96",
+   "metadata": {},
+   "source": [
+    "## Ověření struktury datasetu"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": 3,
@@ -122,9 +149,19 @@
     "        print(f\"{split}: CHYBÍ ({split_dir})\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-f2ffb4",
+   "metadata": {},
+   "source": [
+    "## Formát anotací VisDrone\n",
+    "\n",
+    "Každá řádka anotačního souboru obsahuje: `bbox_left, bbox_top, bbox_width, bbox_height, score, category, truncation, occlusion`."
+   ]
+  },
   {
    "cell_type": "code",
-   "execution_count": 4,
+   "execution_count": null,
    "metadata": {},
    "outputs": [
     {
@@ -149,8 +186,6 @@
     }
    ],
    "source": [
-    "# Ukázkový anotační soubor\n",
-    "# Formát: <bbox_left>,<bbox_top>,<bbox_width>,<bbox_height>,<score>,<category>,<truncation>,<occlusion>\n",
     "import pandas as pd\n",
     "\n",
     "ann_dir = SPLIT_DIRS[\"train\"] / \"annotations\"\n",
@@ -162,9 +197,19 @@
     "print(\"\\nRozdělení tříd:\", df[\"cat\"].value_counts().to_dict())"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-3f6c92",
+   "metadata": {},
+   "source": [
+    "## Konverze anotací do formátu YOLO\n",
+    "\n",
+    "YOLO používá normalizované souřadnice středu ohraničovacího rámečku (cx, cy, w, h) v rozsahu 0–1. VisDrone má 10 tříd — my vybereme pouze 4 vozidlové: car, van, truck, bus. Pěší a cyklisté jsou pro tuto úlohu irelevantní."
+   ]
+  },
   {
    "cell_type": "code",
-   "execution_count": 5,
+   "execution_count": null,
    "metadata": {},
    "outputs": [
     {
@@ -219,12 +264,11 @@
     "# 0=ignored, 1=pedestrian, 2=people, 3=bicycle, 4=car,\n",
     "# 5=van, 6=truck, 7=tricycle, 8=awning-tricycle, 9=bus, 10=motor, 11=others\n",
     "\n",
-    "# Přemapování na 4 vozidlové třídy\n",
     "VISDRONE_TO_YOLO = {\n",
-    "    4: 0,  # car   → car\n",
-    "    5: 1,  # van   → van\n",
-    "    6: 2,  # truck → truck\n",
-    "    9: 3,  # bus   → bus\n",
+    "    4: 0,  # car   -> car\n",
+    "    5: 1,  # van   -> van\n",
+    "    6: 2,  # truck -> truck\n",
+    "    9: 3,  # bus   -> bus\n",
     "}\n",
     "CLASS_NAMES = [\"car\", \"van\", \"truck\", \"bus\"]\n",
     "\n",
@@ -278,9 +322,19 @@
     "print(\"Konverze hotova!\")"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-4b68ce",
+   "metadata": {},
+   "source": [
+    "## Konfigurace datasetu (YAML)\n",
+    "\n",
+    "YOLOv8 potřebuje YAML soubor popisující cestu k datům a názvy tříd. "
+   ]
+  },
   {
    "cell_type": "code",
-   "execution_count": 6,
+   "execution_count": null,
    "metadata": {},
    "outputs": [
     {
@@ -302,7 +356,6 @@
     }
    ],
    "source": [
-    "# Vytvoření YAML konfigurace pro YOLOv8\n",
     "import yaml\n",
     "\n",
     "cfg = {\n",
@@ -321,9 +374,19 @@
     "print(yaml.dump(cfg, allow_unicode=True))"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-a00834",
+   "metadata": {},
+   "source": [
+    "## Vizualizace anotací\n",
+    "\n",
+    "Vybereme několik trénovacích snímků a zobrazíme jejich anotace — každá třída je vyznačena jinou barvou rámečku."
+   ]
+  },
   {
    "cell_type": "code",
-   "execution_count": 7,
+   "execution_count": null,
    "metadata": {},
    "outputs": [
     {
@@ -345,7 +408,6 @@
     }
    ],
    "source": [
-    "# Vizualizace ukázkových anotací\n",
     "import matplotlib.pyplot as plt\n",
     "import matplotlib.patches as patches\n",
     "import random\n",
@@ -397,9 +459,17 @@
     "show_sample()"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "md-663f41",
+   "metadata": {},
+   "source": [
+    "## Statistiky datasetu"
+   ]
+  },
   {
    "cell_type": "code",
-   "execution_count": 8,
+   "execution_count": null,
    "metadata": {},
    "outputs": [
     {
@@ -424,7 +494,6 @@
     }
    ],
    "source": [
-    "# Statistiky datasetu\n",
     "from collections import Counter\n",
     "\n",
     "for split in [\"train\", \"val\"]:\n",