- 博客(15)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 红外无人机数据集（voc格式）
最近做红外无人机目标检测，整理了两个数据集，简单介绍一下，处理完的数据集链接放在文末。已经完成了VOC格式的转换，可以直接使用！！！！！1.面目标数据集 在CVPR2020 Anti-UAV反无人机挑战赛提供的数据集中筛选出符合要求的红外视频段，使用FFmpeg以fps=5的速率将视频提取成帧，调整图像大小为256×256，并编写python程序实现标签的格式转化与对应标签的提取，构建了VOC格式的红外面目标数据集。并通过对数据标签的可视化处理，验证数据集中标注的准确性。数据...
2022-05-10 10:02:18
6223
30
原创 【数据集处理三】地_空背景下红外图像弱小飞机目标检测跟踪数据集标签格式转换
原本数据集中标签为点标记且为txt文本，将电标记转变为3*3的标记框并转化为xml格式。（data1中用8*8的框更合适）代码如下：import osimport csvchannel = 1#空标签##########################################这里有点问题##########def Annotations0_write(): rename = str(index) # print (rename)#打印文件名 with o
2021-10-28 10:07:07
1589
5
原创 可视化相关工作（二）——数据集标签可视化
import xml.etree.ElementTree as ET # 读取xml。import osfrom PIL import Image, ImageDraw, ImageFontdef parse_rec(filename): tree = ET.parse(filename) # 解析读取xml函数 objects = [] img_dir = [] for xml_name in tree.findall('filename'): .
2021-10-25 16:27:50
869
1
原创 【数据集处理二】Anti_UAV_test_dev数据集处理
Anti_UAV_test_dev数据集中标注为json格式，有1500帧标注（60s）和1000帧标注（50s），用于检测任务时，不需要每一帧（相似度过高）。因此，分别采取每5帧取1帧、每4帧取1帧的策略，提取300帧和250帧。一、FFmpeg视频转帧均匀间隔抽取ffmpeg -i "D:\Research direction\data set\train data\Anti_UAV_test_dev\data31\IR.mp4" -vf fps=fps=5 -s 256...
2021-10-22 10:07:45
1487
1
原创 【数据集处理一】固定间隔抽取图片/标注+重命名
数据集一万多张图从视频里来，连续图片相度过高，采用固定间隔选取，提炼出更适合用于目标检测的数据集（之后可以再加上其他场景下的图像对数据集进行扩充）代码如下：import osfrom shutil import copypath="D:/Research direction/data set/DL data/VOCdevkit 完整版/VOC2007/Annotations"out="D:/Research direction/data set/DL data/VOCdevkit 提
2021-10-17 21:55:10
877
5
原创 【跑代码2】win10训练mobilenet-yolov4-lite-pytorch并在租用的GPU上训练自己的数据集
一、win10训练mobilenet-yolov4-lite-pytorch1.下载代码：GitHub - bubbliiiing/mobilenet-yolov4-lite-pytorch: 这是一个mobilenet-yolov4-lite的库，把yolov4主干网络修改成了mobilenet，修改了Panet的卷积组成，使参数量大幅度缩小。参考博客：睿智的目标检测49——Pytorch 利用mobilenet系列（v1,v2,v3）搭建yolov4-lite目标检测平台_Bubbliiiing的学
2021-10-16 21:29:55
800
原创 python将几个子文件夹中的文件批量重命名+保存到指定文件夹下
写在前面：本地文件格式如下Annotation文件夹下有许多子文件夹，子文件夹中是XML文件。想要把所有文件放到一个labels文件夹中，并进行重命名。代码如下：import osfrom shutil import copypath="D:/Research direction/data set/DL data/VOCdevkit DL/VOC2007/Annotations" #原文件夹out="D:/Research direction/data set/DL data/
2021-09-28 12:54:36
1070
原创 【跑代码1】win10下用自己的数据集训练yolor+租用GPU训练
听说yolor是YOLO系列里在coco上表现最好的算法，下载代码来跑一跑。官网地址：github.comhttps://github.com/WongKinYiu/yolor一、配置环境#创建虚拟环境conda create -n yolor python=3.8 #激活虚拟环境conda activate yolor #10.2为cuda版本，在cmd中用nvcc --version 查看cuda版本conda install pytorch=1.7 torchvisi...
2021-09-27 16:35:09
2104
12
原创 FFmpeg将视频提取成帧
#将视频提取成600帧ffmpeg -i (视频位置） -vframe 600 (图片位置)\%d.jpg视频位置：直接将视频拖入cmd命令行即可显示，此处没有括号。图片位置拖文件夹。图片位置与\之间没有空格。注意：下载安装FFmpeg时，在系统高级设置——环境变量——path中添加了路径，所以不要挪动FFmpeg位置，不要重命名路径上的文件夹，否则FFmpeg无法使用。具体安装看博客：ffmpeg详细安装教程，亲测有效！_xiaoxueyaoxuexi的博客-CSDN博客_ffmp.
2021-09-15 11:24:14
5779
原创 深度可分离卷积
深度可分离卷积可以减少参数量，降低计算成本。但不一定提升速度，有可能会掉点。用深度可分离卷积代替3*3普通卷积：#深度可分离卷积代码段def conv_dw(filter_in, filter_out, stride = 1): return nn.Sequential( nn.Conv2d(filter_in, filter_in, 3, stride, 1, groups=filter_in, bias=False), nn.BatchNorm2d(f
2021-09-15 10:20:06
470
原创 加载预训练模型时，出现键值/前缀不同及网络结构不同的问题
pretrained_dict = torch.load(model_path) #从预训练文件中获取预训练权重#修改键值名称 model_dict = model.state_dict() new_dict = {k[15:]: v for k, v in pretrained_dict.items()}#找相同的键值对 backbone_dict = {k: v for k, v in pretrained_dict.items() if k in model_d...
2021-09-15 10:11:28
732
原创 win10 批量重命名文件
做数据集的时候因为重命名问题搞了很长时间，网上很多教程都有点问题或者不太全面。今天有点呆，干了很多傻瓜事，最后终于弄明白了，来总结一下。原来数据集标签从1开始排序，因为实验需要调整为1101开始的序列，一个一个改太麻烦。1.批量提取文件名新建一个txt文件，输入dir *.xml* /b>name.TXT（注意其中有空格：dir+空格+*.xml*+空格+/b>name.TXT）保存后，修改后缀为.bat点击是。 双击bat文件运行...
2021-09-13 22:39:52
2472
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人