![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
工具
文章平均质量分 50
xiandong20
这个作者很懒,什么都没留下…
展开
-
240720_图像语义分割中数据预处理-划分训练集与验证集
分别读取原图文件夹以及标签文件夹中的文件到列表中,然后计算出文件数量,使用设定好的划分比例乘这个数量,得到对应的训练集验证集数量。再使用随机采样确定训练集和验证集的文件列表,去掉后缀后写入txt文本文件中,后续训练的时候读取这些文本文件。原创 2024-07-20 14:42:48 · 165 阅读 · 0 评论 -
240720_图像语义分割中数据集原图与标签对比查漏
核对原图和标签是否一一对应的工作是必要的,不然在训练过程中可能会发生已经训练了好几个epoch了,突然给你报xx.png找不到,然后你去删除掉了对应的jpg,但是在重新运行几个epoch之后,又报缺失另一个,这样的工作是繁琐且无趣的,我们在训练前就确保对应可以减少很多工作量。原创 2024-07-20 10:26:54 · 184 阅读 · 0 评论 -
240718_使用Labelme制作自己的图像分割数据集
从目标检测入门的朋友们可能更熟悉的是LabelImg,这里要注意做好区分,LabelImg和Labelme不是一个东西,如下经典图:(a)图像分类(目标检测):一张图像中是否含某种物体(b)物体定位(目标检测与目标识别):确定目标位置和所属类别。(c)语义分割(目标分割和目标分类):对图像进行像素级分类,预测每个像素属于的类别,不区分个体;(所有的CUBE一个颜色)(d)实例分割(目标分割和目标识别):定位图中每个物体,并进行像素级标注,区分不同个体;(CUBE都是不同颜色)原创 2024-07-19 16:46:51 · 1279 阅读 · 0 评论 -
240719_图像二分类任务中图像像素值的转换-[0,255]-[0,1]
在做语义分割二分类任务时,有时下载到的数据集或者我们自己制作的数据集,标签像素值会是[0,255](或者含有一些杂乱像素),但在该类任务中,往往0代表背景,1,2……代表每个类别,我们是二分类,就需要把[0,255]转换成[0,1],以下是查看像素值的代码。此时如果使用的是pycharm,可以在第10行打断点,然后debug执行,点击下方监视窗口中的作为Array查看,就可以在右侧SciView中查看具体的像素值,不同的像素值会有颜色区分,例如图中1采用不同颜色。原创 2024-07-19 16:43:28 · 319 阅读 · 0 评论 -
240627_图像24位深度(RGB图)转为8位深度(单通道图)
在使用网络上下载下来的一部分图像分割数据集时,有些标签图你看着是一个黑白图,但是他还是有可能是一张RGB三通道图,具体怎么区分呢。右击图片打开属性,打开详细信息,里面可以看到位深度,位深度为24,则为RGB图,位深度为8,则为单通道图。原创 2024-06-27 18:14:12 · 303 阅读 · 0 评论