检测网数据集标注即使用方法(猫狗数据集)

检测网数据集标注即使用方法(猫狗数据集)

我用的是yolo 检测框架,其训练环境名为 darknet。

整个过程包含已经标注好的猫狗数据集(jpg和json),和提取信息的python程序即训练前的准备。适用于做猫狗分类或检测,及要用labelme自己标注数据集的,可以参考下在下当时的做法,欢迎交流讨论嘿嘿。需要更多猫狗数据集的也可以私我。

首先数据集的命名可用我主页作业中批量修改文件夹程序,非常好用

后使用labelme开源工具进行标注,从第一步下载anaconda开始我都有详细记录

标注过程:

标注好数据集后,会生成.json文件,我将图片和json文件统一放在一起

共2800左右张图片

我用的是yolo 检测框架,其训练环境名为 darknet

我使用的是Python程序从json文件中提取需要的信息,即标注时的坐标信息,再算出训练时所需信息。主函数差不多这样

提取出来的信息放在txt中

这里记载更详细的过程,欢迎交流:

https://mianbaoduo.com/o/bread/YpeVlp1s

这些就是使用检测网的准备过程

OVER

版权声明:本文为CSDN博主「无名大学生」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/Already8888/article/details/122653701

无名大学生

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

GiraffeDet:Heavy Neck的目标检测框架

关注并星标 从此不迷路 计算机视觉研究院 公众号ID|ComputerVisionGzq 学习群|扫码在主页获取加入方式 获取论文:关注并回复“GD” 计算机视觉研究院专栏 作者:Edison_G 在传统的目标检测框架中,从图像识别模型继承的主