YOLOv7自适应锚框计算

#  从utils.autoanchor 导入kmean_anchors函数
import utils.autoanchor as autoAnchor

'''
        path:  储存yaml文件路径,yaml文件中应包含数据集文件路径
          n :  生成锚框的数量
   img_size :  图片分辨率尺寸,需要将图片缩放到img_size大小尺寸后再进行锚框计算
        thr :  数据集中标注框宽高比最大阈值,默认是使用 超参文件 hyp.scratch.yaml 中的 “anchor_t” 参数值;默认值是 4.0;自动计算时,会自动根据你所使用的数据集,来计算合适的阈值。
        gen :  kmean 聚类算法迭代次数,默认值是 1000
    verbose :  打印所有结果
'''
new_anchors = autoAnchor.kmean_anchors(path=r'D:\yolov7-main\data\K-means.yaml', n=12, img_size=640, thr=3, gen=1000, verbose=False)
print(new_anchors)

结果:

 

  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 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
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