windows c语言 http https检测_图像标注与目标检测工具

最新推荐文章于 2024-02-23 10:00:09 发布

weixin_39845306

最新推荐文章于 2024-02-23 10:00:09 发布

阅读量153

点赞数

文章标签： windows c语言 http https检测

关键词由CSDN通过智能技术生成

介绍

LCFinder (LC's Finder) 是一个支持图像标注与目标检测的图片管理工具，主要使用 C 语言编写，由 LCUI 提供图形界面支持。和作者的其它项目一样，命名方式很简单，以 LC 开头，后面的 Finder 参考自 Mac OS 中的 Finder。

LCFinder 的界面及功能设计参考了 Windows 系统自带的“照片”应用，虽说是参考，但功能方面主要是按作者的个人需求而开发的，而且作者并不打算浪费时间去实现“照片”应用全部功能

图像标注： 提供简单的图像标注界面，可用于为 Yolo v3 和 v2 模型的训练任务制作数据集
目标检测： 内置图像检测器，在开始检测任务后会自动标注图像中已检测到的对象，如果你觉得识别速度慢、内存占用大或想更改对象种类范围，可以试试改用其它预训练模型
标签搜索： 在标签视图里可以浏览已标记的图片，支持手动为图片添加标签
多语言支持： 自带简体中文、繁体中文、英文翻译文件，可扩展支持其它语言
私人空间： 带有密码保护的空间，将非公开的图片源放到此空间内可以隐藏它们
UWP： 支持 Windows 通用应用平台(UWP)，你可以点击此链接到微软应用商店中查看它。注意，受限于 UWP 版本的开发成本，并不会与桌面版同步更新。

Linux 支持： 当前版本并不一定能在 Linux 系统中编译通过并正常工作，请等待其他熟悉 Linux 的开发者来贡献代码，作者暂时不想折腾
训练模型： 网络上的一些预训练模型都比较通用，有些人会有训练专用模型的需求，要是有图形化的界面来管理模型训练任务的话会方便很多，省去查资料、改源码和重新编译的麻烦，毕竟网络上有些文章还在介绍如何通过改源码、配置、重新编译等操作来训练模型。如果你熟悉 darknet，可以帮助我们完善 darknetlib

如果你想使用检测器检测一些图像，那么需要如下步骤:

yolov3.cfg (236 MB COCO Yolo v3) - requires 4 GB GPU-RAM: https://pjreddie.com/media/files/yolov3.weights
yolov3-tiny.cfg (34 MB COCO Yolo v3 tiny) - requires 1 GB GPU-RAM: https://pjreddie.com/media/files/yolov3-tiny.weights
yolo9000.cfg (186 MB Yolo9000-model) - requires 4 GB GPU-RAM: http://pjreddie.com/media/files/yolo9000.weights

复制 .weights 文件到 app/detector/models 中与它同名的目录里，例如：复制 yolov3.weights 文件到 app/detector/models/yolov3/

https://gitee.com/lc-soft/LC-Finder

关注