![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
目标检测
.DDDD
这个作者很懒,什么都没留下…
展开
-
coco数据集转voc
一.coco数据集筛选需要的标签 根据类别生成对应的json文件 import json className = { 1:'person', 3: "car", 6: "bus", 8: "truck" } classNum = [1, 3, 6, 8] coco_json=r".\annotations\instances_train2017.json" def writeNum(Num): with open("COCO_train.json", "a+")原创 2020-06-28 11:35:57 · 309 阅读 · 0 评论 -
yolov3迁移学习,训练自己的数据
一、准备个人数据集、训练、测试 1.在darknet目录下创建myData文件夹,目录结构如下,将labelimg工具标注好的图片和xml文件放到对应目录下: myData …JPEGImages#存放图像 …Annotations#存放图像对应的xml文件 …ImageSets/Main # 存放训练/验证图像的名字(格式如 000001.jpg或者000001),里面包括train.txt。这里给出的格式是: 000000,因为下面的代码中给出了图像的格式。 类似如下格式: 2.将自己的数据集图片拷贝原创 2020-06-04 10:50:39 · 5240 阅读 · 3 评论