图像识别与定位
文章平均质量分 60
图像识别、目标检测、目标跟踪
小金~~
马上去学习
展开
-
YOLOv3学习笔记之简单介绍
这里写自定义目录标题数据格式YOLOv3网络结构数据格式用于目标检测的数据集有VOC和COCO两种格式:VOC数据格式的目标检测数据,是指每个图像文件对应一个同名的xml文件,xml文件中标记物体框的坐标和类别等信息COCO数据格式的目标检测数据,是指将所有训练图像的标注都存放到一个json文件中,数据以字典嵌套的形式存放。json文件中存放了 info licenses images annotations categories的信息:info中存放标注文件标注时间、版本等信息原创 2020-11-19 14:03:36 · 899 阅读 · 1 评论 -
目标检测:COCO格式的txt文件转VOC格式的xml文件
1. COCO格式 vs VOC格式看这里COCO2014据集:VOC2007数据集:txt文件(中心点坐标+宽高,相对值):45 0.479492 0.688771 0.955609 0.595500 45 0.736516 0.247188 0.498875 0.476417 50 0.637063 0.732938 0.494125 0.510583 45 0.339438 0.418896 0.678875 0.781500 49 0.646836 0.132552 0.1180原创 2020-12-10 16:19:28 · 448 阅读 · 0 评论 -
tensorflow object detection api学习笔记
目录安装环境下载API配置变量将API中的.proto文件编译为.py安装目标检测API测试API安装成功没修bug测试官方demo参考博客:tensorflow object detection api 详细实践教程基础环境:win10+anaconda3.5 和linux云服务器+anancnda3.5第一次安装tensorflow object detection api,完全是参考@csdn_6105博客来的,配的过程可能不太对,以后继续更正安装环境创建虚拟环境:创建一个虚拟环境原创 2020-12-01 17:47:05 · 1222 阅读 · 0 评论 -
【盘点】深度学习最常用到的20个Python库
本文转至 七月在线实验室 【盘点】深度学习最常用到的20个Python库 【导读】Python在解决数据科学任务和挑战方面处于领先地位。而一些方便易用的库则帮助了开发人员高效开发。在这里我们整理了20个在深度学习、数据分析中最常用、最好用的Python库,供大家一起学习。核心库与统计NumPy我们从科学应用程序库开始说起,NumPy是该领...转载 2018-11-06 17:20:09 · 1787 阅读 · 1 评论 -
CSV转tfRecord
参考博客目录CSV转tfRecord代码tf.Example和TFRecordpython中的namedtupleDataFrame中gruopby()的应用CSV转tfRecord代码from __future__ import divisionfrom __future__ import print_functionfrom __future__ import absolute_importimport osimport ioimport pandas as pdimport ten原创 2020-12-14 17:10:27 · 985 阅读 · 0 评论 -
YOLOv3学习笔记之数据处理
目录dataset中的数据处理1. 图片处理2. 标签处理dataset中的数据处理1. 图片处理将读取的图片进行reshape,变为正方形def pad_to_square(img, pad_value): c, h, w = img.shape dim_diff = np.abs(h - w) # (upper / left) padding and (lower / right) padding pad1, pad2 = dim_diff // 2, dim_d原创 2020-11-20 15:25:54 · 743 阅读 · 2 评论 -
目标检测数据集介绍
目标检测数据集介绍在 Detection Model Zoo 中有一些训练好的模型,如果对那些数据集中已有的类别感兴趣,这些模型对于开箱即用的推断很有用。在对新数据集进行训练时,它们对于初始化模型也很有用。COCO dataset参考链接:YOLOv3学习笔记之简单介绍_MUNG~~~~~-CSDN博客Kitti dataset 参考链接:KITTI数据集简介与使用_Solomon1558的专栏-CSDN博客_kittiOpen Images dataset参考链接:Google原创 2021-05-20 10:53:52 · 457 阅读 · 0 评论