coco格式的数据集进行训练

本文介绍了如何将数据集转换为COCO格式以进行训练,免去了手动提取mask的步骤。主要步骤包括准备COCO格式的数据集,修改COCO.py代码以适应单类别任务,并解决版本兼容问题。通过训练heads部分观察初步结果。
摘要由CSDN通过智能技术生成

     前几篇博客一直在使用网上别人写好的代码,按照航拍数据打标的.json,.mask,.yaml,原图片,四个文件来制作数据集(我认为是自定义格式的数据集),最近跟一个热心的网友交流(超级感谢他)决定改为coco格式来训练。https://blog.csdn.net/heiheiya/article/details/82143967(别人的coco格式数据训练博客)此种数据格式训练不需要自动提出mask,mask会根据label标记的多边形自动生成instance,故该种模式只需要原图片文件,整合的.json文件。

(1)首先准备数据集(包含1整合的train.json/val.json,2train的原图片,3val的原图片)如下图1:

annotations文件夹下包含:

(2)修改coco.py代码。

A.因为我识别的只有一类building,所以将NUM_CLASSES改为1+1(背景为一

评论 1
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

Upupup6

写手不易请留下你的打赏鼓励谢谢

¥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