DeepLearing—CV系列(十二)——多类多目标物体的侦测——YOLOv3的Pytorch实现(从零使用自己数据集的侦测)

代码目录(代码包含大量注释,有疑问的可以看注释)
在这里插入图片描述

一、思路

1.1 YOLO对图像缩放算法的实现

1)先做一个过拟合版本的YOLOv3,再大批量增加数据,则我们需要先取我们进行训练的数据,在这里我取了4张猫和狗的图片,因为网络的输入是416x416,所以我们要先把所有的数据按比例缩放到要求的大小。

①thumbnail等比例缩放:

from PIL import Image

def narrow_image(im):
    """
    缩放图片成416*416
    :param im:  原图
    :return: 原图W、H、缩放比例、缩放后的416*416图片
    """
    img =
  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    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 1
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

wa1tzy

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