coco_detection.py 代码注释

壹万1w

已于 2022-09-01 21:35:51 修改

阅读量643

点赞数 1

分类专栏：目标检测文章标签： python 深度学习人工智能

于 2022-09-01 19:59:57 首次发布

本文链接：https://blog.csdn.net/qq_45720073/article/details/126650343

版权

该博客详细解读了COCO数据集在目标检测任务中的配置文件coco_detection.py，包括数据集设置、图像归一化参数、训练及测试流水线。在训练流水线中，图像被调整为1333*800并保持宽高比，同时进行了随机翻转、归一化等操作。测试流水线同样涉及图像尺寸调整、归一化等步骤。此外，还展示了数据加载、样本数量和验证间隔等相关配置。

摘要由CSDN通过智能技术生成

coco_detection.py 代码注释

coco_detection.py 代码注释

coco_detection.py 代码注释

# dataset settings
dataset_type = 'CocoDataset'
#数据集路径
data_root = 'F:\\data\\coco/'#data/coco/
#归一化参数
img_norm_cfg = dict(
    mean=[123.675, 116.28, 103.53], std=[58.395, 57.12, 57.375], to_rgb=True)
#train流水线
train_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(type='LoadAnnotations', with_bbox=True),
    #1333*800：如果有一张100*100的图，经过这一行后会变成800*800的
    #因为要保证宽高比，开始1:1，转化后还是1:1
    #如果是1000*1000则变为1333*1333（1280*1280）
    #要是32的倍数