- 博客(6)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 语义分割学习系列（二）转换json文件为训练数据
前言 用labelme对样本图片进行前景目标的轮廓标注后，按CTRL+S就可以将标注结果保存为对应的json文件。但是这个json文件并不能直接用来进行训练/它还需要另外一个脚本或工具来转换成真正的可训练的样本数据。转换 这个工具名叫：labelme_json_to_dataset，直接可以在cmd窗口运行它，后面跟着第一个参数为待转换的json文件，第二个参数来指定生成的训练数...
2020-01-26 23:48:50
4360
7
原创 语义分割学习系列（一）labelme的安装
前言labelme是语义/实例分割模型训练前对样本数据进行标注的软件，就好比labelimage是目标检测训练数据的标注软件一样。labelme既可以在windows上安装又可以在ubuntu上安装。对于windows平台，又可以分为Anaconda和普通安装两种情况。本人没有安装Anaconda软件，所以只介绍普通安装的过程。labelme安装labelme的python版源代码是该...
2020-01-21 23:54:12
923
原创 编译darknet遇到的一些错误问题的解决: unknown type name ‘namespace’
前言在darknet框架代码中，有可能在c代码文件中调用了 opencv的API，如下所示：data.c中调用了opencv代码。这时就会导致一些编译错误产生。 /**************data.c*************/... ...#ifdef OPENCV#include "opencv2/highgui/highgui_c.h"#include "open...
2020-01-17 23:37:27
9669
原创 YOLOV3模型优化系列（二）CIOU-Loss YOLOV3介绍
前言CIOU-loss yolo3是该论文《Distance-IoU Loss: Faster and Better Learning for Bounding Box Regression》提出来的。该文章于2019年11月正式发表出来，文章题目是DIOU Loss，其实它提出了两个IOU Loss：DIOU和CIOU。下面就对该论文进行解读。四个IOU loss概念经典IOU lo...
2020-01-13 23:05:17
8674
6
原创 YOLOV3模型优化系列（一）Gaussian YOLOV3介绍
前言现在对目标检测网络算法模型YOLOV3优化的文章很多，有很多新的思想提出来了，比如focal loss，denseNet，anchors free以及注意力机制等。我个人比较偏好那些源代码开放，方法简单明了，可操作性强同时想法合理的papers。以这种标准来看，Gaussian-YOLOV3无疑算得上不错得优化算法模型，至少能很快看到结果。简介Gaussian YOLOV3算法模型...
2020-01-13 11:06:23
4374
17
原创 海思AI芯片(Hi3519A/3559A)方案学习（二十七）python3引起darknet模型转换caffe失败的原因分析
前言首先申明，该问题是我的一位群友发现的。我这里只是把他的结论加以验证并总结在这里。问题描述在海思学习系列中，我们已经写了一篇文章来介绍如何将darknet模型转换成caffe model（https://blog.csdn.net/avideointerfaces/article/details/89111955）。但是因为环境平台的原因，尤其是python2和python3语法有些...
2020-01-11 22:44:26
2281
2
cityscapes公开数据集
2020-09-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人