代码
AIRV_Gao
AI+Robots+CV
展开
-
如何将visio画出的图片保存成清晰的jpg/png图片
如何将visio画出的图片保存成清晰的jpg/png图片原创 2022-09-12 15:42:33 · 37460 阅读 · 3 评论 -
如何将png/jpg等图片格式转化成eps格式
将png格式图片转化成eps格式原创 2022-09-12 14:43:34 · 1916 阅读 · 1 评论 -
MMDetection(四):在自己的数据集上训练模型
MMDetection(四):在自己的数据集上训练模型原创 2022-08-24 17:14:30 · 2387 阅读 · 2 评论 -
Labelme标注的json数据转化为coco格式的数据
Labelme标注的json数据转化为coco格式的数据原创 2022-08-24 11:31:26 · 3574 阅读 · 11 评论 -
MMDetection(三):公开数据集上测试和训练模型
MMDetection(三):公开数据集上测试和训练模型原创 2022-08-23 15:54:14 · 1758 阅读 · 0 评论 -
MMDetection(二):目标检测的示例运行
MMDetection(二):目标检测的示例运行原创 2022-08-22 14:35:11 · 882 阅读 · 2 评论 -
将数据集按比例随机分成训练集和验证集
将数据集按比例随机分成训练集和验证集训练数据集时往往需要把数据集进行随机分配,该代码可以很好的实现对数据集按比例分配,代码如下:import os, random, shutildef moveFile(fileDir): pathDir = os.listdir(fileDir) #取图片的原始路径 filenumber=len(pathDir) rate=0.1 #自定义抽取图片的比例,比方说100张抽10张,那就是0.1原创 2021-07-09 16:24:24 · 3925 阅读 · 1 评论 -
python实现xml文件内图像名字的替换
python实现xml文件内图像名字的替换在做多种数据标定时,如RGB和深度图像,我们只需要获得RGB的图像标签,然后将label文件内的图片名替换成深度图的名字即可,具体代码如下:import osimport os.pathfrom xml.etree.ElementTree import parse, Elementdef test(): path = "ego_rgb_label" #rgb的label文件夹 files = os.listdir(path) #定原创 2021-07-09 10:02:11 · 216 阅读 · 0 评论 -
python实现文件名批量修改(加前缀)
python实现文件名批量修改(加前缀)工作中往往需要对文件名进行批量的修改,本教程主要展示如何为文件名批量的加前缀,代码如下:import osimport sys if __name__ == "__main__": folder_name = "1/" #获取文件夹的名字,即路径 file_names = os.listdir(folder_name) #获取文件夹内所有文件的名字 for name in file_names: #如果某个文件名在file_n原创 2021-07-08 17:45:15 · 5313 阅读 · 0 评论 -
RealSense获取图像中坐标的三维真实距离
1. 初始化import pyrealsense2 as rsimport numpy as npimport cv2pipeline = rs.pipeline() #定义流程pipelineconfig = rs.config() #定义配置configconfig.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 30) #配置depth流config.enable_stream(rs.stream.color, 6原创 2021-03-25 16:14:56 · 7996 阅读 · 25 评论 -
opencv—python基本的图像操作指令
opencv—python基本的图像操作指令1. 读取图像:`cv.imread()`2. 显示图像:`cv.imshow()`3. 储存图像:`cv.imwrite()`4. 缩放图像:`cv.resize()`5. 裁剪图像:`image[a:b,c:d]`6. 补边图像:`cv.copyMakeBorder()`7. RGB转化成HSV图像8. 图像镜像:`cv.flip()`9.复制图像:`copy()`10. 压缩图像:`cv.IMWRITE_PNG_COMPRESSION`1. 读取图像:cv原创 2021-03-25 15:25:15 · 1094 阅读 · 0 评论 -
使用camera在tensorflow/slim下调用pb文件进行图像识别的预测
建立demo_cam.py文件,python代码如下:代码中的camera使用的是realsenseD435iimport tensorflow as tfimport numpy as npimport cv2from datasets import dataset_utils#from IPython import display#import pylab#import PILimport timefrom PIL import Imagefrom PIL import Image原创 2021-03-25 12:19:36 · 245 阅读 · 0 评论 -
在tensorflow/slim下调用pb文件进行图像识别的预测
在tensorflow/slim下调用pb文件进行图像识别的预测方法1方法2该教程提供了在tensorflow/slim框架下使用训练好的图像分类的pb文件进行图像分类识别预测的代码,共提供了2种方法。方法1建立test_image_classifier.py文件:from __future__ import absolute_importfrom __future__ import divisionfrom __future__ import print_functionimport原创 2021-03-25 12:13:03 · 612 阅读 · 1 评论 -
python实现程序运行时间的计算
在运行一些程序时,尤其是计算网络的运行速度,往往需要计算运行的时间,本教程提供了一种计算程序运行时间的方法。代码如下:import time #导入计算时间的time函数start_time = time.time() #设置起始的时间elapsed_time = time.time() - start_time #设置截止时间print('inference time cost: {}'.format(elapsed_time)) #输出消耗的时间如果要计算某段程序的运行时间,.原创 2021-03-24 12:06:23 · 1629 阅读 · 0 评论 -
教程:使用tensorflow-slim训练自己数据的图像分类器
教程:使用tensorflow-slim训练自己数据的图像分类器1. 环境配置2. 数据集处理2.1 获取数据2.2 生成list列表文件2.3 生成labels标签文件2.4 生成训练集与验证集2.5 生成TFRecord数据3. 下载预训练模型4. 训练模型4.1 读入数据4.2 构建模型4.3 训练本教程提供了使用深度学习框架tensorflow/models中的slim实现图像的分类问题,包括数据处理、网络训练、测试以及实时显示等。运行环境:Ubuntu18.04cuda:10.0cud原创 2021-03-19 20:14:05 · 814 阅读 · 0 评论 -
Tensorflow Object Detection API ValueError: No variables to save解决方案
问题阐述:在使用Tensorflow Object Detection API进行目标检测时,使用有些网络的config文件进行transfer learning的训练会出现报错:ValueError: No variables to saveTraceback (most recent call last): File "train.py", line 184, in <module> tf.app.run() File "/usr/local/lib/python3.6/原创 2021-03-04 16:35:40 · 924 阅读 · 2 评论 -
python实现对大量图像文件的复制
在做图像相关的深度学习时,有时数据量非常大,上万张图像直接用复制/粘贴的方式往往会将电脑卡死,本教程使用python代码实现图像数据的复制和迁移,保证操作的流畅性。python代码为copy_file_to_other_folder.py,代码如下:# -*- coding: utf-8 -*-"""Created on Thu Aug 23 16:06:35 2018@author: libo"""from PIL import Imageimport osdef image_co.原创 2021-03-04 16:15:44 · 587 阅读 · 1 评论 -
python实现对xml文件批量更换label名称
在使用目标检测数据集的时候,有时需要对数据集的label名称进行更改,本教程提供了使用python代码批量更改数据集的方法。python代码为change_label_name.py,代码如下:#!/usr/bin/env python2# -*- coding: utf-8 -*-import osimport xml.etree.ElementTree as ETorigin_ann_dir = '10hand_xml/' # 设置原始标签路径为 Annosnew_ann_dir.原创 2021-03-04 15:50:44 · 588 阅读 · 1 评论 -
“int(member[5][0].text), IndexError: child index out of range“错误解决办法
"int(member[5][0].text), IndexError: child index out of range"错误解决办法在用Tensorflow做目标检测时,需要使用 xml_to_csv.py文件将labelimg生成的.xml格式的文件转换成.csv格式的文件。在转换的过程中经常会出现以下错误:Traceback (most recent call last): File "xml_to_csv.py", line 37, in <module> xml_t原创 2021-03-03 21:36:44 · 563 阅读 · 2 评论 -
MS COCO数据集简介及评估标准介绍
MS COCO数据集简介及评估标准介绍1.简介2. 数据集信息3.评估标准4. 代码COCO官网:http://cocodataset.orgCOCO论文1:Microsoft COCO: Common Objects in ContextCOCO论文2:What makes for effective detection proposals?1.简介MS COCO的全称是Microsoft Common Objects in Context。MS COCO 数据集是微软构建的一个数据集,原创 2021-01-20 17:43:28 · 3829 阅读 · 0 评论 -
Tensorflow调用实例分割模型并显示mask
Tensorflow调用实例分割模型并显示mask本教程主要分享调用在tensorflow框架下训练好的实例分割模型进行目标检测,并用opencv显示检测的mask和bbox。该教程代码是在tensorflow的object detection API框架下运行的。import numpy as npimport osimport tensorflow as tfimport cv2import timefrom object_detection.utils import ops as原创 2021-01-19 18:53:16 · 834 阅读 · 0 评论 -
Tensorflow调用目标检测模型并显示
Tensorflow调用目标检测模型并显示import numpy as npimport tensorflow as tfimport cv2 as cv# Read the graph.with tf.gfile.FastGFile('exported_model/frozen_inference_graph.pb', 'rb') as f: graph_def = tf.GraphDef() graph_def.ParseFromString(f.read())with原创 2021-01-15 16:36:54 · 376 阅读 · 0 评论 -
将xml格式数据转化为record格式
将xml格式数据转化为record格式在使用tensorflow做目标检测时,通过labelimg标注的数据为xml格式的labels,需要将其转化成record格式的文件,才能在tensorflow框架下训练。该教程主要介绍从将xml格式转化成record格式的方法。需要2个python文件,分别为xml_to_csv.py和generate_tfrecord.py。xml_to_csv.py# xml_to_csv.py# -*- coding: utf-8 -*- import原创 2021-01-15 10:46:27 · 883 阅读 · 2 评论 -
使用Tensorflow object detection API训练自己的数据教程
使用Tensorflow object detection API训练自己的数据教程1. 环境配置2. 数据准备2.1 制作数据集2.2 数据集格式转换3. 训练教程3.1 预训练模型的下载3.2 训练网络1. 环境配置安装Tensorflow和用来做Tensorflow object detection API的models文件夹。安装教程参考博文:安装不同版本的tensorflow与models安装coco API。安装教程参考博文:安装coco API教程编译models文件原创 2021-01-13 20:38:06 · 1504 阅读 · 2 评论 -
将json格式数据集转化为record格式
将json格式数据集转化为record格式在进行tensorflow训练时需要record格式的数据,本教程讲解如何将常用的json文件格式转化成record格式的文件。需要以下3个python文件:string_int_label_map_pb2.py# Generated by the protocol buffer compiler. DO NOT EDIT!# source: object_detection/protos/string_int_label_map.pro原创 2021-01-13 15:01:27 · 1907 阅读 · 5 评论 -
Latex一些使用技巧总结
Latex一些使用技巧总结1. 文字颜色设置2. 文字形态设置1. 文字颜色设置头文件添加:\usepackage{color}内容添加:#颜色依次为:红色/蓝色/绿色/黑色/白色/蓝绿色/品红色/黄色\textcolor{red/blue/green/black/white/cyan/magenta/yellow}{text}2. 文字形态设置文字加粗\textbf{文本}文字斜体\emph{文本}文字加下划线\underline{文本}...原创 2020-12-28 10:26:51 · 303 阅读 · 0 评论 -
计算图像数据集均值和方差教程
计算图像数据集均值和方差教程1. 将数据集尺寸进行统一2. 计算数据集的均值和方差在对数据集图像进行训练时,往往需要数据集的均值和方差,该教程可实现自制数据集计算均值和方差的方法。1. 将数据集尺寸进行统一因为计算数据集的均值和方差需要数据集图片的尺寸一致,所以首先需要将数据集尺寸做reshape统一,一般reshape成512x512或300x300的分辨率。新建train_reshape文件夹,然后运行代码如下:# -*- coding: utf-8 -*-from PIL impo原创 2020-12-14 11:35:29 · 4680 阅读 · 7 评论 -
VOC/xml格式的labels转化成COCO/json格式
VOC/xml格式的labels转化成COCO/json格式import xml.etree.ElementTree as ETimport osimport jsoncoco = dict()coco['images'] = []coco['type'] = 'instances'coco['annotations'] = []coco['categories'] = []category_set = dict()image_set = set()category_item_i原创 2020-12-14 10:40:21 · 609 阅读 · 7 评论 -
CenterNet代码解析
CenterNet代码解析CenterNet网络代码解析代码网址:https://github.com/xingyizhou/CenterNet原创 2020-11-24 16:25:14 · 1313 阅读 · 0 评论 -
ImportError: numpy.core.multiarray failed to import 错误分析
ImportError: numpy.core.multiarray failed to import错误分析造成该错误的原因是numpy或者matplotlib等依赖与python的版本不匹配网上的解决方法网上的解决方式大部分都是让更新numpy或者matplotlib等依赖,如:网上的方法基本都是让更新numpy,但是这是在python是最新版本的前提下将numpy更新到最新版本,但是我用的是python3.6,所以上述方法仍然无效。因此需要安装对应python3.6版本的numpy和ma原创 2020-11-17 10:24:12 · 1075 阅读 · 1 评论 -
把视频裁剪成图片Python
把视频裁剪成图片Python在做数据集时往往需要将视频裁剪成图片,该代码可以完成此功能。```pythonimport cv2input_movie = cv2.VideoCapture("./model1/Rec 0008.mp4") #导入要裁剪的视频length = int(input_movie.get(cv2.CAP_PROP_FRAME_COUNT)) #pre_file = '12_28_62_'#f_index = 0n = 3697 while True: #原创 2020-11-04 15:04:28 · 1371 阅读 · 0 评论