关于图像分类、目标检测和语义分割的Data Annotations

目录

1. conda 环境

2. 创建新环境

3. 安装文件

4. 目标检测数据标注 labelimg

4.1 将数据缩放成统一大小 demo文件

4.2 数据标注

4.3 可视化

5. 语义分割 labelme

5.1 json to dataset

6.  图像分类 ImageFolder


测试的内容可以在这里下载:自定义数据集的demo

1. conda 环境

查看环境用如下的代码:

conda info --envs

如图显示:

 

如果想要进入相应的环境中,用下面的代码:

conda activate pytorch

 显示下面这个即为成功:

 

2. 创建新环境

labelimg的依赖包受到Python版本的限制,未能成功安装labelimg的依赖包导致,切换满足其依赖包的Python版本,建议切换为Python3.9࿰

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

听风吹等浪起

你的鼓励将是我创作的最大动力

¥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