安装coco API教程

当需要用到coco数据集或coco格式的数据集做网络训练时,需要引用coco API。
该教程提供两种安装coco API的方式,分别为软件包编译方式和pip安装方式。

1. coco API简介

为使用户更好地使用 COCO 数据集, COCO 提供了各种 API, 这里就 Python API 的使用做个简单介绍.

一言以蔽之, API 的作用就是为了提取标注文件中的信息, 使其分别用于各自的场景, 比如图像检测使用的边界框参数, 图像分割使用的 mask 参数, 人体姿态检测使用的关节点参数等.

关于 API 的详细使用请参考 COCO 官网给出的 demo 脚本: https://github.com/dengdan/coco/blob/master/PythonAPI/pycocoDemo.ipynb.

2. coco API软件包编译安装方式

安装方式入下:

git clone https://github.com/pdollar/coco.git

cd coco/PythonAPI
# 如果使用的是 python2, 运行下面的命令:  
make -j8
# 如果使用的是 python3, 需要更改 Makefile:  
gedit Makefile
# 将 Makefile 中的 python 改为 python3, 然后:
make -j8

3. python安装方式(推荐)

直接运行:

 pip install pycocotools

4.检测coco API是否安装成功

终端运行:

python   #open python

>>> from pycocotools.coco import COCO
>>> 

如果不报错,说明安装成功。

版权声明:本文为CSDN博主「Airs_Gao」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/gaoqing_dream163/article/details/112554621

Airs_Gao

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

轨道异物检测

深度学习-轨道异物检测 (1)本实验主要通过YOLO-v3(轻量级)的算法进行设计; (2)本实验所需要的数据集来源于实验室; &#

pytorch建立mobilenetV3-ssd网络并进行训练与预测

前言 这篇文章记录的是我在公司实习用深度学习做车辆信息识别项目时,用来做车辆检测的算法。因为我们公司面向的边缘端计算,边缘盒子的计算能力有限,所以我们在做算法研究时,就尽量选用轻量级算法