darknet - coco.names

最新推荐文章于 2024-07-25 18:56:31 发布
最新推荐文章于 2024-07-25 18:56:31 发布
阅读量4.3k 收藏 6
点赞数 10
分类专栏： COCO - Open Images 文章标签： darknet - coco.names
世上没有白读的书，每一页都算数。
本文链接：https://blog.csdn.net/chengyq116/article/details/103140788
版权

darknet - coco.names

https://github.com/pjreddie/darknet/blob/master/data/coco.names

data/coco.names

person
bicycle
car
motorbike
aeroplane
bus
train
truck
boat
traffic light
fire hydrant
stop sign
parking meter
bench
bird
cat
dog
horse
sheep
cow
elephant
bear
zebra
giraffe
backpack
umbrella
handbag
tie
suitcase
frisbee
skis
snowboard
sports ball
kite
baseball bat
baseball glove
skateboard
surfboard
tennis racket
bottle
wine glass
cup
fork
knife
spoon
bowl
banana
apple
sandwich
orange
broccoli
carrot
hot dog
pizza
donut
cake
chair
sofa
pottedplant
bed
diningtable
toilet
tvmonitor
laptop
mouse
remote
keyboard
cell phone
microwave
oven
toaster
sink
refrigerator
book
clock
vase
scissors
teddy bear
hair drier
toothbrush

1 - person
…
25 - backpack
27 - handbag
29 - suitcase

backpack ['bæk.pæk]：v. 背包旅行 n. 旅行包
handbag ['hæn(d).bæɡ]：n. 小手提包，坤包，挎包
suitcase ['suːt.keɪs]：n. 手提箱
Yongqiang Cheng
关注
专栏目录
coco-names.zip
12-29
coco.names文件
coco.names
04-11
使用 Python Opencv 实现 Yolo v3，讲清每一步，每一行代码，包含 jupyter-notebook效果以及 matplotlib 与 OpenCV 之间的图像差异，博客地址：https://blog.csdn.net/qq_39567427/article/details/105451962 所需下载文件
【PyTorch】基于YOLO的多目标检测项目（一）
最新发布
Frost_Descent的博客
07-25 1588
完成数据集下载后，使用PyTorch的Dataset和Dataloader类创建训练和验证数据集和数据加载器。import os#定义CocoDataset类，并展示来自训练和验证数据集的一些示例图像# 从coco_train中获取图像、标签和图像路径x,y,w,h=bb定义两个用于训练和验证数据集的数据加载器，从coco_train和coco_val中获取小批量数据。
darknet无法打开data/coco.names文件处理方法
努力中的老周的专栏
11-04 1万+
问题描述 在win10下通过git获取了darknet的源码，然后打包拷贝到Ubuntu18.04。按照darknet网站介绍成功编译了darknet。下面开始darknet训练。 $ ./darknet detect cfg/yolov3.cfg yolov3.weights data/dog.jpg Couldn't open file: data/coco.names 好吧，发现da...
coco.names yolov3.cfg yolov3.weights 文件
03-02
yolov3.weights是训练好的权重文件；yolov3.cfg是神经网络的结构文件；coco.names是算法的类别文件
第一章: python + yolov3 +coco.names 提取
阿叁博客
04-29 3617
1：下载darknet到本地环境 git clone https://github.com/pjreddie/darknet 或者 git clone https://codechina.csdn.net/mirrors/pjreddie/darknet?utm_source=csdn_github_accelerator 2：下载预测训练模型 git clone https://pjreddie.com/media/files/yolov3.weights 3：创建python项目 yo
COCO数据集names及ID json dict 格式
weixin_41444791的博客
04-28 787
COCO数据集names及ID json dict 格式 dict = { “1”: “person”, “2”: “bicycle”, “3”: “car”, “4”: “motorcycle”, “5”: “airplane”, “6”: “bus”, “7”: “train”, “8”: “truck”, “9”: “boat”, “10”: “traffic light”, “11”: “fire hydrant”, “13”: “stop sign”, “14”: “parking me
mscoco_labels.names
12-29
mscoco_labels.names是coco数据集的标签信息，可以根据自己类别进行修改。
darknet版yolov4行人检测训练权重 darknet-master-person.zip
11-26
darknet版yolov4行人检测...配置文件为data/coco.names; cfg/yolov4.cfg; cfg/coco.data; 训练图片尺寸 512x512；类别名person；训练好的权重保存在backup中，附训练loss图和map曲线图，并包含行人训练数据集800多张
darknet版yolov3乒乓球检测训练权重 darknet-master-pp.zip
11-26
darknet版yolov3乒乓球检测训练权重，data/coco.names ; cfg/coco.data ; cfg/yolov3.cfg ; 类别名为ping pong；训练好的权重保存在backup文件夹中；附附训练loss图和map曲线图，并包含乒乓球训练数据集400多张
YOLOV3的配置文件，yolov3.weights等
11-20
YOLO v3的配置文件，模型文件等，包括yolov3.weights，yolov3.cfg，coco.name三个主要文件。
yolo4-model.zip
10-17
6. **训练和评估**：用户可以使用Darknet框架对YOLOv4模型进行训练，这个框架提供了加载自定义数据集、配置模型、运行训练和验证的工具。评估模型的性能时，通常会关注指标如mAP（Mean Average Precision）和FPS...
yolov3相关资源，yolov3.weights、yolov3.cfg、coco.names
10-05
`coco.names`文件包含了模型识别的物体类别名称，这些名称与COCO（Common Objects in Context）数据集中的类别相对应。COCO数据集是一个广泛使用的物体检测和分割数据集，包含80个不同的物体类别。在进行预测时，...
YOLO V3实践最全问题解决方案，比如couldn't open file: data/coco.names
期待黎明的博客
11-20 2654
YOLO V3实践最全问题解决方案，比如couldn’t open file: data/coco.names 1. 第一步安装Darknet git clone https://github.com/pjreddie/darknet.git cd darknet make 如果这行得通，您应该会看到一大堆编译信息： mkdir -p obj gcc -I/usr/local/cuda/incl...
成功解决yolo中Couldn t open file: ./coco.names的问题
climb_tree_的博客
05-17 738
coco.names 文件主要是类别名称，我在将yolo-fastset的程序通过git clone到Ubuntu下运行时，提示：Couldn t open file: ./coco.names。 解决方法：coco.names写完以后一定要在结尾回车空出一行，否则代码读不到文件全部内容，则会报错。 ...
完美解决：darknet yolo v2 Couldn‘t find open file:data/coco.names
热门推荐
BeiErGeLaiDe的博客
10-27 1万+
帮助到你了就点个赞吧！ Powered By 刘亚龙-站在巨人的肩膀上 yolo官网：https://pjreddie.com/darknet/yolo/ github：https://github.com/pjreddie/darknet 一开始照着darknet官网的说明操作，在ubuntu 14.04下， git clone http
coco数据集下载
qq_43826289的博客
05-18 1690
https://cocodataset.org/#download
在COCO数据集中制作Darknet的训练集
u014281900的专栏
05-16 1万+
本篇博客主要以MS COCO作为数据集，制作出Darknet的训练集COCO数据集是一个CV数据库，里面包含了包括object detection, keypoints estimation, semantic segmentation，image caption等多个任务所需要的数据库下载MS COCO 2017年版本的数据集， 一共25G左右的图片和1.5G左右的annotation文件，an...
opencv里怎么运行darknet
06-01
在OpenCV中运行Darknet需要遵循以下步骤： 1. 首先，需要下载并安装Darknet。可以从Darknet的官方网站上下载源代码，并按照其指导进行编译和安装。确保在编译Darknet时启用了OpenCV支持，以便在OpenCV中调用Darknet。 2. 安装完成后，在OpenCV代码中添加对Darknet的引用。可以使用以下代码在OpenCV中引用Darknet： ```cpp extern "C" { #include "darknet.h" } ``` 这将使OpenCV能够调用Darknet的函数和结构体。 3. 接下来，需要加载Darknet的预训练模型和配置文件。可以使用以下代码加载模型和配置文件： ```cpp char *cfg_file = "path/to/yolov3.cfg"; char *weights_file = "path/to/yolov3.weights"; char *names_file = "path/to/coco.names"; network *net = load_network(cfg_file, weights_file, 0); set_batch_network(net, 1); list *options = read_data_cfg(cfg_file); char *name_list = option_find_str(options, "names", names_file); char **names = get_labels(name_list); ``` 其中，"cfg_file"是Darknet的配置文件路径，"weights_file"是Darknet的权重文件路径，"names_file"是Darknet的类别名称文件路径。这些文件可以在Darknet的源代码中找到。 4. 加载模型和配置文件后，就可以使用Darknet进行物体检测了。可以使用以下代码在OpenCV中调用Darknet进行物体检测： ```cpp Mat image = imread("path/to/image.jpg"); sized img = make_image(image.cols, image.rows, image.channels()); ipl_into_image(image.data, image.cols, image.rows, image.channels(), img); float *predictions = network_predict(net, img.data); detection *dets = get_network_boxes(net, img.w, img.h, 0.5, 0.5, NULL, 0, NULL); draw_detections(image, dets, l.side*l.side*l.n, 0.5, names, NULL); ``` 这将使用Darknet对一张图像进行物体检测，并在图像上绘制检测结果。 需要注意的是，这只是在OpenCV中运行Darknet的基本步骤，具体实现可能因具体应用场景而异。如果你需要更多帮助，请参考Darknet和OpenCV的文档或社区，或者联系它们的开发者。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

Yongqiang Cheng

梦想不是浮躁，而是沉淀和积累。

¥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

实付元
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