Ubuntu20运行SegNeXt代码提取道路水体(六)——使用mmsegmentation里面的预设网络跑自己的数据集及调试网络

configs文件夹里面有许多其他网络
都是已经配置好的
我们可以按照上一篇博文里面的步骤应用到我们自己的数据集上跑
需要修改的内容有:
1、models里面的网络配置

norm_cfg = dict(type='BN', requires_grad=True)
test_cfg=dict(mode='slide', crop_size=(512, 512), stride=(256, 256)))
num_classes=2#修改成自己的类别数量

2、数据集datasets里面的设置
为了我们的效果能更好些
对预测的图片进行一个配置
设置一个比率

img_ratios=[0.5, 0.75, 1.0, 1.25, 1.5, 1.75, 2.0]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
要在Ubuntu运行Kitti数据集,您需要按照以下步骤操作: 1. 下载数据集:您可以从Kitti数据集官方网站(http://www.cvlibs.net/datasets/kitti/)上下载需要的数据集。Kitti数据集包含了多种类型的传感器数据(如图像、点云、激光雷达等)以及标注信息,您可以根据自己的需求下载对应的数据集。 2. 安装相关软件:在Ubuntu运行Kitti数据集需要安装一些相关软件和库。其中,您需要安装Python和一些相关的Python库,如NumPy和OpenCV。您还需要安装Velodyne的点云库以及KITTI DevKit。 3. 数据集准备:将下载的数据集解压到您的硬盘上,并使用KITTI DevKit中提供的脚本将数据集转换为您需要的格式。例如,您可以将图像数据转换为PNG格式,并将点云数据转换为PCL或LAS格式,以便后续处理和分析。 4. 编写代码使用您选择的编程语言(如Python或C++)编写代码来读取和处理Kitti数据集。您可以使用KITTI DevKit提供的API来快速开始。根据您的需求,您可以编写代码来读取图像、点云和其他传感器数据,并进行相应的处理和分析。 5. 运行代码:在Ubuntu上打开终端,进入您的代码所在的目录,并运行您编写的代码。根据您的需求,代码可能会涉及到加载和显示图像、点云和其他传感器数据,以及进行计算和分析等操作。 通过按照以上步骤操作,您就可以在Ubuntu上成功运行Kitti数据集了。请注意,具体的步骤可能会因个人需求和使用的工具而有所不同,上述内容仅供参考。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Laney_Midory

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值