深度学习样本增强C++脚本 - PascalVOC 标注格式

最新推荐文章于 2024-04-18 19:20:11 发布
最新推荐文章于 2024-04-18 19:20:11 发布
阅读量655 收藏 2
点赞数
分类专栏： OpenCv传统图像处理 深度学习 文章标签： PascalVOC 深度学习图像增强 图像旋转翻转 xml 样本增强
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37918890/article/details/102787297
版权

  1. 脚本功能
    深度学习数据增强扩充，提供图像旋转，水平翻转，垂直翻转等功能。
    输入一组图像及标定的xml文件，输出旋转、翻转后的图像及对应的标注xml文件。

  2. 标注文件的格式：
    labelImg工具下的 PascalVOC 标注格式。
    在这里插入图片描述

  3. 程序对应的目录结构样例，如果需要修改路径，同步修改程序里的路径。
    在这里插入图片描述

  4. 依赖环境
    opencv 3.4.2+vs2019
    （基于opencv342测试 opencv3 vs各版本下载地址： 链接: https://pan.baidu.com/s/1f5oAFqs-u15vkD5LNTcxtw 提取码: 2qj9）

  5. 程序结构
    看图，不解释
    在这里插入图片描述

  6. 文件
    tinyxml2.h: 去这个网址下载 https://github.com/leethomason/tinyxml2/blob/master/tinyxml2.h
    tinyxml2.cpp :去这个网址下载
    https://github.com/leethomason/tinyxml2/blob/master/tinyxml2.cpp

    main.cpp :主函数代码链接如下:
    链接: https://pan.baidu.com/s/1GgAHnJEF2fgAsWWe8ANIVA 提取码: mme6 复制这段内容后打开百度网盘手机App，操作更方便哦

    另外，吐槽一下，这个csdn的编辑器啊 是我见过最垃圾的编辑器，简直无力吐槽，代码都不好贴。打个字页面一跳一跳的，简直了！

十里桃园
关注
专栏目录
C.4.5 PaddleNLP UIE--小样本快速提升性能（含doccona标注）
丨汀、的博客
06-07 6209
自动从无结构或半结构的文本中抽取出结构化信息的任务, 主要包含的任务包含了实体识别、关系抽取、事件抽取、情感分析、评论抽取等任务; 同时信息抽取涉及的领域非常广泛，信息抽取的技术需求高，下面具体展现一些示例 针对以上难题，中科院软件所和百度共同提出了一个大一统诸多任务的通用信息抽取技术 UIE（Unified Structure Generation for Universal Information Extraction），发表在ACL‘22。UIE在实体、关系、事件和情感等4个信息抽取任务、13个数据集
[系统安全] 五十八.恶意软件分析 (10)利用火绒安全实现恶意样本家族批量标注（含学术探讨）
最新发布
杨秀璋的专栏
04-26 402
前文介绍了利用MS Defender实现恶意样本家族批量标注。这篇文章将讲解如何利用火绒实现恶意样本家族批量标注，在通过VS、VT采集批量样本后，通常需要样本家族标注，如何准确识别家族类别至关重要，其将为后续的恶意软件家族分类或溯源提供帮助。在此感谢李师弟热心的指导和帮助，基础性基础，希望您喜欢，且看且珍惜。
目标检测 数据扩充增强工具
06-15
用于目标检测的数据增强工具，通过读取voc格式的数据可以对图像和相应的box进行缩放、平移、镜像、旋转、resize和更改颜色空间。通过对扩充方法的随机组合，可以将一个带标注的图像扩充成100幅。资源使用方面有问题请查看https://blog.csdn.net/a486259/article/details/121644786
YOLO模型训练自己数据-VOC格式数据集制作-ubuntu c++文件夹内图片批量读取与重命名
09-14 2143
参考）YOLOv2训练自己的数据集（voc格式）进行实验，基本上是正确的，但其初始给出的代码并非是在linux下可以运行的，因此参考部分博客写了下面的程序，可以实现对文件夹内图片的批量读取以及更改名称符合VOC数据集习惯。另原文有部分小错误，本文已经修改，但后文属于转载，版权属原作者所有，本文仅为记录和交流用。如下文所示。 1 准备数据 首先准备好自己的数据集，最好固定格式，此处以VO
VOC数据集增强（翻转、旋转、对比度）
awdfggg的博客
09-19 1220
VOC数据集增强（翻转、旋转、对比度）
VOC格式数据增强
weixin_38582851的博客
08-24 1153
在进行目标检测中，常常会因为数据少，标注检测框困难而烦恼，总想着去将手里的数据扩充起来，后来读到一片博客深度学习数据增强（Data Augmentation）–VOC数据集，这篇博客提到利用python自带的库imaug，imgaug是一个用于机器学习实验中图像增强的python库，支持python2.7和3.4以上的版本。 它支持多种增强技术，允许轻松组合这些技术，具有简单但功能强大的随机界面，可以在这些界面上增加图像和关键点/界标，并在后台进程中提供增强功能以提高性能。我在这里给大家提供一下相关代码au
制作VOC格式的数据集(图像标注)
weixin_30556161的博客
04-05 620
在进行深度学习训练时，需要创建自己的数据集，对图像中的目标区域进行标注。 工具：labelimg.exe，这个软件不知道是什么原因，打开闪退，所以最好还是使用github上的源码。 原作者的github：https://github.com/tzutalin/labelImg 这款工具是全图形界面，用Python和Qt写的，最牛的是其标注信息可以直接转化成为XML文件，与PASCAL ...
[系统安全] 五十七.恶意软件分析 (9)利用MS Defender实现恶意样本家族批量标注（含学术探讨）
杨秀璋的专栏
04-18 459
前文介绍了IDA Python配置过程和基础用法，然后尝试提取恶意软件的控制流图（CFG）。这篇文章将讲解如何利用MS Defender实现恶意样本家族批量标注，在通过VS、VT采集批量样本后，通常需要样本家族标注，如何准确识别家族类别至关重要，其将为后续的恶意软件家族分类或溯源提供帮助。在此感谢李师弟热心的指导和帮助，基础性基础，希望您喜欢，且看且珍惜。
深度学习：卷积神经网络从入门到精通
GitChat
03-28 2万+
内容简介 全面介绍各种卷积神经网络的模型、算法及应用，指导读者把握其形成和演变的基本脉络，以帮助读者在较短的时间内从入门达到精通的水平。有兴趣的读者可以从本书开始，通过图像分类、识别、检测和分割的案例，逐步深入卷积神经网络的核心，掌握深度学习的方法和精髓，领会 AlphaGo 战胜人类世界冠军的奥秘。 作者简介 李玉鑑（鉴） 北京工业大学教授，博士生导师。华中理工大学（现名为华中科技大学）本科毕...
什么是深度学习？45分钟理解深度神经网络和深度学习 刘利刚教授
liinux-Talk is cheap,show me the code.
01-16 2457
什么是深度学习？ -45分钟理解深度神经网络和深度学习 刘利刚 中国科学技术大学图形与几何计算实验室 http://staff.ustc.edu.cn/~lgliu 【绪言】 近年来，人工智能（Artificial Intelligence, AI）和深度学习（Deep Learning, DL）非常火爆，在各个领域得到了广泛的应用。在笔者所从事的计算机图形学领域，也出现...
VOC增强数据集数据转换代码
10-11
VOC增强数据集数据转换代码，包括 mat2png.py，convert_labels.py，utils.py
对VOC目标检测数据进行增强
qq_43203949的博客
09-05 1万+
VOCDateAugment 目的：对VOC数据集的对象检测的数据进行数据增强。 本人编写了一个脚本，在没使用脚本前请前去除没有打标签的图片或多余的标签文件。并请确保标签文件和图片命名一样。 代码地址：https://github.com/Mygithub-Yao/tools-VOC visualiztion模块 这个模块是脚本，主要功能是通过图片和其label文件，生成带bboxs的图片。效果如下图片 ImgParser模块 里面有class ImgParser类，类提供了5个图片数据增强的功能，分别
利用C++标注库实现文件的读写
thefutureisour的专栏
10-31 1285
直接上程序： #include #include #include using namespace std; int main() { ofstream ofs("1.txt"); string str = "hello,world!"; int len = str.length(); ofs.write(str.c_str(),len); ofs.close(); ifs
目标检测数据样本的扩增脚本
m0_46179553的博客
10-12 223
目标检测数据样本扩增脚本
VOC数据增强与调整大小
pengxiang1998的博客
02-11 1787
数据增强是针对数据集图像数量太少所采取的一种方法。博主在实验过程中，使用自己的数据集时发现其数据量过少，只有280张，因此便想到使用数据增强的方式来获取更多的图像信息。对于图像数据，我们可以采用旋转等操作来获取更多的图像。对于已经标注好的图片，则可以通过imgaug实现对图片和标签中的boundingbox同时变换。首先，安装依赖库。
Win10下数据增强及标注工具安装
u010451638的博客
09-27 277
一． 数据增强利器—Augmentor 1.安装 只需在控制台输入：pip install Augmentor 2.简介 Augmentor是用于图像增强的软件包，重点在于提供通常用于生成机器学习问题的图像数据的操作。其包含许多用于标准图像处理功能的类，例如Rotate 旋转类、Crop 裁剪类等等。 包含的操作有：旋转rotate、裁 剪crop、透视perspective skewing、shearing、弹性形变Elastic Distortions、亮度、对比度、颜色等等
VOC格式样本处理
JullyZ
12-29 1003
现在很多训练样本都是VOC格式，而样本数据又需要分析处理。 写了一个小脚本对VOC格式的数据进行处理：# -*- coding:utf-8 -*- import cv2 import os import argparse import numpy as np from xml.etree import ElementTree as ETdef parse_args(): args =
PASCAL Visual Object Classes Challenge 2011 (VOC2011) 图像标注指南 / 标注规则
既然选择了远方 便只顾风雨兼程 - 永强
07-28 2313
PASCAL Visual Object Classes Challenge 2011 (VOC2011) 图像标注指南 / 标注规则
Data Augmentation--数据增强解决你有限的数据集
热门推荐
chang_rj的博客
09-08 6万+
参考来源–感兴趣请戳我戳我. author是Bharath Raj。 以下是翻译内容，有部分删减，感兴趣的可以读原文，该blog仅供学习。笔耕不易，互相交流。 can my “state-of-the-art” neural network perform well with the meagre amount of data I have? Yes.我们的优化目的，是当参数沿着正确的...
深度学习字符识别训练指南-VM3.4.0
"深度学习字符识别训练说明-VM3.4.pdf" 深度学习字符识别是一种先进的光学字符识别（OCR）技术，尤其适用于处理复杂场景下的字符识别任务，如对比度低、背景干扰、字符粘连或畸变的情况。VisionMaster 3.4.0 提供了...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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