- 博客(4)
- 收藏
- 关注
RSS订阅原创 Labelme标注数据，使用Mask RCNN训练自己的数据集
代码：https://github.com/matterport/Mask_RCNN训练环境：Ubuntu系统一、数据准备准备好数据图像，使用labelme进行多边形标注1. 安装labelme必须要有深度学习环境（安装annaconda）打开cmd激活base环境（activate base）使用命令 pip install labelme安装labelme工具2. 安装完成后在命令行输入labelme回车即可打开labelme工具点击opendir打开需要标注图片所在目录，点击c
2021-01-07 16:58:11
3646
11
原创 Tensorflow版yolov3训练自己的数据
Tensorflow版yolov3训练自己的数据源代码：https://github.com/YunYang1994/TensorFlow2.0-Examples/tree/master/4-Object_Detection/YOLOV3本机可运行的环境如下：1. 下载完代码后首先在主/根目录下建立train和test文件夹，目录树如下：test为测试集，train为训练集，与voc_annotation.py文件中设置的路径需一致才能生成voc_train.txt和voc_test.txt2
2021-01-07 09:49:28
825
2
原创 使用谷歌Colab(Colaboratory)免费GPU训练自己的模型及谷歌网盘无限容量(Google drive)申请教程
谷歌的colab(Colaboratory)是谷歌为全世界学术研究者免费提供GPU算力的项目，目前能够提供的显卡包括K80、Tesla T4、Tesla P100 PCIE-16GB等用于深度学习加速训练的专业级显卡，可以免费使用12h，12h后自动断开服务器连接，也可以付费成为Clab Pro用户，每月9.99刀，折合下来只要七八十元，使用时间相对免费版宽裕一些，但是连接的时间长了还是会被限额，以下是我使用Colab的一个简单教程，从头开始。结合谷歌网盘的无限容量可以实时将训练好的模型保存到谷歌网盘，避免
2020-08-30 10:35:17
9279
6
原创 YOLOv4 darknet windows10版本训练自己的数据教程
转自：[https://blog.csdn.net/ly_twt/article/details/105761312]https://blog.csdn.net/weixin_40841247/article/details/105742022https://blog.csdn.net/weixin_44868057/article/details/106498413https://blog.csdn.net/weixin_38107271/article/details/106478275YOLO
2020-07-15 17:57:44
10020
46
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人