![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 62
蓝域小兵
这个作者很懒,什么都没留下…
展开
-
将遥感数据集中的超大图像标注切分成指定尺寸保存成COCO数据集-目标检测
待改进:原始大图数据集不是COCO标注格式的,待更改成COCO标注原始数据集大图切割种类名和id的获取是直接赋值的,后续改成COCO标注格式时需要从数据集获取思想:使用滑动窗口切分大图,同时滑动时重叠一定数值,根据滑窗图像patch中目标包围框占原始包围框的比例选择保留标注与否。方法:对每一张大图生成实例图像标签和语义图像标签用于确定滑窗patch中的目标是否保留标注,如果占比太小,比如patch中只包含某个实例bbox的几个十几个像素,占比0.01,就不予保留。# author scu cj原创 2022-04-20 23:36:51 · 3490 阅读 · 3 评论 -
Numpy的广播机制(附实例)
一、什么是Numpy的广播机制numpy的广播机制是在不同shape的ndarray数组进行运算时,将其补足成相同shape再进行运算的机制比如我们常常需要对一个数据矩阵的每个维度进行零均值化处理,就需要该维度的所有数据减去该维度的均值,代码如下import numpy as np# 模拟一个5*5大小的样本矩阵,每一行是一个样本的特征向量DATA = np.random.permuta.........原创 2020-05-06 22:23:00 · 2240 阅读 · 6 评论