源码和数据下载链接在文章底部
# 引入必要的库
import json
import pandas as pd
import time
import numpy as np
import matplotlib.pyplot as plt
import os, sys, glob
from data_aug.data_aug import *
from PIL import Image
import math
from tqdm import tqdm
import torch
import torchvision
import torchvision.transforms as T
from torchvision.models.detection.faster_rcnn import FastRCNNPredictor
from torch import autograd
%matplotlib inline
多目标垃圾图片已经标注好了
显示图片分布
图片增强
训练
预测
因为网站资源有1g限制,完整数据要下载data1—data8,8个压缩包,解压后放到train文件夹,因为只有一个json总文件,所以8个分卷其中一个存放有标注的json文件。
数据分卷5有json,最低运行可以只下载源码,数据分卷1,2,5
源码下载地址
data分卷1
data分卷2
data分卷3
data分卷4
data分卷5
data分卷6
data分卷7
data分卷8
版权声明:本文为CSDN博主「tf_q568897492」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/qq_34351067/article/details/105738647
暂无评论