yolov3识别探地雷达仿真数据(数据集制作,训练,测试)

本文介绍了如何使用yolov3进行探地雷达仿真数据的识别,包括数据集制作、训练和测试过程。通过gprMax3生成仿真数据,使用python脚本批量处理,并借助labelImg进行数据标注。在训练阶段,修改了yolov3的配置文件以适应任务需求。然而,测试时遇到了标签名称不匹配的问题。
摘要由CSDN通过智能技术生成

yolov3识别探地雷达仿真数据

利用yolov3目标检测的功能对探地雷达数据进行检测。具有一定的研究意义。
环境准备:ubuntu18.04,darknet平台,python3.7,CUDA10.0,GTX1050Ti

仿真数据制作

仿真数据需要安装gprMax3,gprMax3是生成gpr数据的工具,可到官网下载,它是一个开源工具也可以访问github仓库进行安装,官方安装教程

批量生成in文件

由于只是简单的做下实验,对于仿真数据没有太高的要求所以,笔者利用python 脚本生成了100个in文件实现代码如下:

import os
import math
import random
filePrefix = 'data_'   #文件前缀
fileSuffix = '.in'    #文件后缀
for i in range(100):
    filename = filePrefix+str(i)+fileSuffix
    e1 = random.randint(1,10)	#Mate1的介电常数
    e2 = random.randint(1,10)	#Mate2的介电常数
    x = random.uniform(0.20,0.70)#目标的中心x坐标
    x = round(x,2)		
    y = random.uniform(0.10,0.40)#目标的中心y坐标
    y = round(y,2)
    Twindows = (0.2*math.sqrt(e1)+0.24*math.sqrt(e2))/3e8*2
    # Twindows = round(Twindows,2)
    fl = open(filename,'w')
    fl.write('#title: '+filename
评论 19
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
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