常用的EDA（Exploratory Data Analysis）

1、是否存在类别不平衡现象

2、在划分多折训练测试集时，要针对不同任务做细致考量

• 目标检测：要考虑目标检测框的数量分布，种类分布，甚至面积大小分布
• 图像分类：需要考虑类别不平衡（或长尾数据）的现象

3、在做目标检测任务时，通常需要先统计目标检测框的数量分布，类别分布，框面积分布，框长宽比分布

4、查找重复图像

• https://www.kaggle.com/stehai/duplicate-images
• https://www.kaggle.com/martinpiotte/whale-recognition-model-with-score-0-78563

5、图片的文字信息、图片的 EXIF 时间信息

• https://www.kaggle.com/toshik/older-images-tend-to-be-new-whale