- 博客(22)
- 收藏
- 关注
RSS订阅
原创 YOLOv8-Detect训练自己的数据集
至此，整个训练预测阶段完成。此过程同样可以在linux系统上进行，在数据准备过程中需要仔细，保证最后得到的数据准确，最好是用显卡进行训练。有问题评论区见！
2023-10-19 11:47:58
3719
12
原创 YOLOv7-Pose 姿态估计-环境搭建和推理
终端，进入base环境，创建新环境，我这里创建的是p38t17(python3.8，pytorch1.7)安装pytorch：（网络环境比较差时，耗时会比较长）下载好后打开yolov7-pose源码包。imgpath：需要预测的图片的存放路径。modelpath:模型的存放路径。Yolov7-pose权重下载。打开工程后，进入设置。
2024-03-15 16:57:49
782
1
原创 YOLOv8-Detect训练CoCo数据集+自己的数据集
至此，整个训练预测阶段完成。此过程同样可以在linux系统上进行，在数据准备过程中需要仔细，保证最后得到的数据准确，最好是用显卡进行训练。有问题评论区见！
2024-02-02 16:50:54
1353
1
原创 将AP-10K数据集Json格式转成Yolov8-Pose姿态的txt格式
class-index>是对象的类的索引，<x> <y> <width> <height>是边界框的坐标，<px1> <py1> <px2> <py2> ... <pxn> <pyn>是关键点的像素坐标。这样就将AP-10K数据集Json格式转成Yolov8-Pose的txt格式了。将txt的信息可视化在图片上进行验证。检查生成的txt是否准确。
2023-12-20 17:46:28
550
4
原创 YOLOv8-Pose训练自己的数据集
至此，整个YOLOv8-Pose模型训练预测阶段完成。此过程同样可以在linux系统上进行，在数据准备过程中需要仔细，保证最后得到的数据准确，最好是用显卡进行训练。有问题评论区见！
2023-12-14 14:24:15
3409
18
原创 将labelme标注的人体姿态Json文件转成训练Yolov8-Pose的txt格式
最近在训练Yolov8-Pose时遇到一个问题，就是如何将自己使用labelme标注的Json文件转化成可用于Yolov8-Pose训练的txt文件。
2023-12-12 14:36:23
1643
8
原创 将CoCo数据集Json格式转成训练Yolov8-Pose姿态的txt格式
最近在训练Yolov8-Pose时遇到一个问题，就是如何将CoCo数据Json文件转化成可用于Yolov8-Pose训练的txt文件.。Yolov8-Pose训练数据目录结构如下：images存放训练集和验证集图片，labels存放训练集和验证集txt。这样就将CoCo数据集Json格式转成训练Yolov8-Pose姿态的txt格式了。以上步骤完成后只生成了txt，需要再将对应的图片copy到对应路径中。保存路径默认保存在与运行文件统一目录下，也可在如下位置修改保存路径。是关键点的像素坐标。
2023-12-11 14:20:03
1413
24
原创 YOLOv8-Seg分割训练自己的数据集
至此，整个YOLOv8-Seg分割模型训练预测阶段完成。此过程同样可以在linux系统上进行，在数据准备过程中需要仔细，保证最后得到的数据准确，最好是用显卡进行训练。有问题评论区见！
2023-12-08 15:42:47
3226
18
原创 用Roboflow工具来制作训练YOLOv8-seg分割数据集
为了让YOLOv8能够有效地识别我们自己的应用中的物体，我们需要根据自身的需求准备大量的训练数据，而构建自定义数据集是一个非常耗时耗力的过程，为了提升制作数据集的效率，我们可以使用官方推荐的开源工具——Roboflow。YOLOv8是Ultralytics公司开发的YOLO目标检测、图像分割和姿态识别模型的最新版本，与之前的版本相比，YOLOv8可以更快速有效地识别和定位图像中的物体，以及更准确地分类它们。（5）选择工程类型，填写名称，类别名称，我选择的是类型是分割。（9）开始标注，我这里选择的是分割。
2023-12-06 14:38:04
1005
3
原创 将CoCo数据集Json格式转成训练Yolov8-seg分割的txt格式
最近在训练Yolov8-seg时遇到一个问题，就是如何将CoCo数据Json文件转化成可用于Yolov8-seg训练的txt文件，并且是自己想要训练的类别，CoCo数据有80类，我只需要其中的某几类，例如person、cat、dog等。运行完成后得到的txt要少于上图显示的，因为这些txt只包含person、cat、dog类别。注意：我这里将person、cat、dog3类分别对应成0、1、2，可自行修改。分别代表：类别、x，y，x，y......（进行了归一化处理）
2023-12-05 14:12:39
1499
6
原创 将CoCo数据集Json格式转成训练Yolov8-detect检测的txt格式
最近在训练Yolov8-detect时遇到一个问题，就是如何将CoCo数据Json文件转化成可用于Yolov8-detect训练的txt文件，并且是自己想要训练的类别，CoCo数据有80类，我只需要其中的某几类，例如person、cat、dog等。运行完成后得到的txt要少于上图显示的，因为这些txt只包含person、cat、dog类别。注意：我这里将person、cat、dog3类分别对应成0、1、2，可自行修改。分别代表：类别、框的中心点xy坐标以及框的宽高（进行了归一化处理）
2023-12-04 15:43:32
752
原创 YOLOv7 目标检测-推理
imgpath：需要预测的图片的存放路径。modelpath:模型的存放路径。下载好后打开yolov7源码包。Yolov7权重下载。打开工程后，进入设置。
2023-11-15 12:11:26
63
2
原创 深度学习环境搭建
深度学习入门首先要掌握的就是相关环境的搭建。每个人的主机不同，所以在搭建的过程中出现的问题也会不同，要多去尝试，肯定能成功。至此深度学习所需要的外部环境安装已经准备好了。
2023-11-14 10:24:22
337
1
原创 Python读取.bgr格式视频流，分解成图片
bgr视频流是不太常见的视频格式文件，一般的图像库如OpenCV、PIL都无法直接读取。我一开始拿到bgr视频流试了很多种方法分解都失败了，最后通过以下方法成功分解视频流得到图片。注：图像尺寸是需要预先知道的。
2023-11-08 16:56:53
56
1
原创 配置地平线提供的docker开发环境并挂载至开发板
配置完docker环境并挂载至开发板之后，就可以在Ubuntu下的docker环境下对代码进行编译，编译通过后在开发板运行。docker下编译开发板运行有问题欢迎大家在评论区交流讨论。
2023-11-07 11:43:43
218
原创 Unable to negotiate with 192.168 port 22: no matching host key type found. Their offer: ssh-rsa
ssh不能远程登录的原因是：没有找到相关的主机密钥类型。在~/.ssh目录下添加config。
2023-11-03 14:41:05
1538
原创 Ubuntu更改IP与主机为同一网段
本机环境VMware16、Ubuntu22.04。启动VM，打开虚拟网络编辑器，更改设置。打开虚拟机设置改为如下。查看ip是否更改成功。
2023-11-02 14:58:44
380
3
原创 人体关键点数据集json标注格式转xml格式
最近在做yolo检测，解决了一个困扰了我很久的难题，因为我的数据集大部分是使用labelimg人体关键点json标注格式，就是如何将人体关键点数据集json标注格式转换成xml格式。只需将json的 "shapes" 字段解析出来即可，具体代码实现如下。运行代码，会在json路径同级创建一个文件夹，将xml存放进去。imgJsonPath：为json存放的路径。打开labelme、验证是否转换成功。
2023-11-01 14:19:02
147
原创 YOLOv8部署在地平线旭日x3
进入到horizon_xj3_open_explorer_v1.8.5_20211224\ddk\samples\ai_toolchain\horizon_model_convert_sample\04_detection路径下，创建一个mapper文件夹（个人文件管理，可忽略），再创建一个08_yolov8文件夹（可自行命名）， 在路径下创建onnx_model文件夹，将onnx放入。运行正常的话,保存的图片有检测出的物体。如果你的电脑中以前没用过docker，需要先安装docker。
2023-10-31 17:32:19
484
6
原创 YOLOv8 环境搭建和推理
打开Anaconda3终端，进入base环境，创建新环境，我这里创建的是p10t12(python3.10，pytorch1.12)。ultralytics集成了yolo的各种包以及模型等，程序中直接调用。将下载的代码解压使用pycharm打开，环境选择创建的p10t12。安装pytorch：（网络环境比较差时，耗时会比较长）模型存放位置以及测试图片路径根据实际路径修改。打开控制台，安装需要的包。将pt模型转成onnx。
2023-10-18 16:15:34
474
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人