coco数据集可视化方法

一 Windows安装COCO-PythonAPI(pycocotools)

1 pip install cython

2 git clone https://github.com/cocodataset/cocoapi.git

3 cd C:\Users\DELL\cocoapi\PythonAPI
这个路径根据自己的路径写

4 python setup.py build_ext --inplace
报错:
cl: 命令行 error D8021 :无效的数值参数“/Wno-cpp”
error: command ‘C:\VS2017\VC\Tools\MSVC\14.16.27023\bin\HostX86\x64\cl.exe’ failed with exit status 2
解决办法:
在setup.py文件中红框部分删除处理。
在这里插入图片描述

5 python setup.py build_ext install

二 代码

import os
from pycocotools.coco import COCO

版权声明:本文为CSDN博主「Jackilina_Stone」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/wss794/article/details/121796019

Jackilina_Stone

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

U-Net训练自己的数据集

1:数据准备
我说使用的数据是labelme制作的。json文件保存的是对应图片中所有目标的边界点坐标。
但是UNet训练却使用的是原始图像及其对应的二值化掩膜。就像下面这样: 所以需要把labelme输出的

Yolov5训练自制数据集

一、准备
1.项目链接
https://github.com/ultralytics/yolov5
2.制作数据集
将标注好的图片放到data/images/train 和data/images/valid 文件夹下,将.