Star_M的博客

1.安装labelmeconda create --name labelme python=3.6activate labelmepip install pyqt5conda install labelme接着输入labelme 软件界面就出来了2.标注图片并保存为json格式3.将json转化为图片只需要在anaconda 下进入labelme环境下直接转换，只能转换一张图片labelme_json_to_dataset D:\image\yuantu\000079_crope

https://www.cnblogs.com/xypbk/p/9116215.html参考这位博主

X_viaualization.py利用训练好的模型对输入的图片可视化展示，随便输入一张图片# -*- coding: utf-8 -*-import timefrom matplotlib import gridspecfrom matplotlib import pyplot as pltimport numpy as npfrom PIL import Imageimport cv2 as cvimport tensorflow as tf#这个地方指定输出的模型路径TEST_

from PIL import Imageimg = Image.open("F:/mx_matting/test_pic/img_resize/erzhitu_bai/000006_croped7_2.png")img = img.convert('RGBA') # 修改颜色通道为RGBAx, y = img.size # 获得长和宽#设置每个像素点颜色的透明度for i in range(x): for k in range(y): color = img.getp

利用mask图（二值图）和原图实现扣除前景/背景test.pyimport cv2from PIL import Imageimport numpy as npyuantu = "F:/mx_matting/test_pic/img_resize/yuantu/000082_croped83.jpg"masktu1 = "F:/mx_matting/test_pic/img_resize/erzhitu/000082_croped83_2.png"masktu2 = "F:/mx_matti

彩色图转为黑白图代码：'''#感兴趣区域是黑色import cv2import numpy as npdef nothing(x): passdef createbars(): cv2.createTrackbar("H_l", "image", 0, 180, nothing) cv2.createTrackbar("H_h", "image", 0, 180, nothing) cv2.createTrackbar("S_l", "image", 0,

接上一篇博客 win10下用Deeplabv3+训练VOC数据集(二)验证Tensorflow-gpu是否安装成功import tensorflow as tftf.test.is_gpu_available()>>>True #结果为true表示安装成功运行eval.py碰到的问题，及解决办法运行eval.py时出现Waiting for new checkpo...

接上一篇博客 win10下用Deeplabv3+训练VOC数据集(一)运行train.py碰到的问题，及解决办法小白第一次跑这个算法，不会ubuntu，只能在win10（有GPU）下跑跑，但是在pycharm里边有的参数又不知道改啥或者怎么改，参考这个博主的训练过程，在models-master\research\deeplab目录底下建立批处理文件X-Train.bat ，双击打开由于我的...

配置用anaconda3装了无数个版本的tensorflow，都跑不通model_test.py之后，有个博主说用tf1.15.0可以用，自己测试之后确实可以win10+tensorflow1.15.0+python3.6.10(笔记本无GPU)model_test.py测试通过build_voc2012_data.py测试通过运行train时碰到问题，暂时还没有解决。–>用...