摘要: fork跟进: https://blog.csdn.net/qq1332479771/article/details/56087333 上传更新: https://blog.csdn.net/biang1212/article/details/79961660 阅读全文
posted @ 2019-03-13 15:34 aimhabo 阅读(99) 评论(0) 推荐(0) 编辑
摘要: import os import numpy import cv2 bad_label_file = open("bad_valid.list",'r') names = [] for line in open('data/coco.names','r'): names.append(line.st 阅读全文
posted @ 2019-02-28 11:24 aimhabo 阅读(247) 评论(0) 推荐(0) 编辑
摘要: //针对COCO标签只有单行,打开/修改非常慢的问题(虽然本程序跑起来也不快,但至少以后用Notepad++修改起来会快点) #include #include #include #include using namespace std; int main(){ ifstream src("原.json"); ofstream dst("新.json"); ... 阅读全文
posted @ 2019-02-21 17:08 aimhabo 阅读(559) 评论(0) 推荐(0) 编辑
摘要: __author__ = 'tsungyi' import numpy as np import datetime import time from collections import defaultdict from . import mask as maskUtils import copy import logging class COCOeval: # Interface ... 阅读全文
posted @ 2018-12-12 15:06 aimhabo 阅读(3359) 评论(1) 推荐(0) 编辑
摘要: 1、将数据集转化成COCO格式数据集 Kaggle->COCO: https://github.com/pascal1129/kaggle_airbus_ship_detection/blob/master/0_rle_to_coco/1_ships_to_coco.py 2、修改匹配的训练参数文件 阅读全文
posted @ 2018-11-15 10:01 aimhabo 阅读(7590) 评论(5) 推荐(2) 编辑
摘要: 1、新建conda环境(有则跳过) conda create -n py36 python=3.6 && source activate py36 2、安装pytorch conda install pytorch torchvision -c pytorch 3、安装依赖项 conda insta 阅读全文
posted @ 2018-11-13 16:17 aimhabo 阅读(2599) 评论(1) 推荐(0) 编辑
摘要: import os import time import datetime import mmcv import cv2 as cv import json import numpy as np import pycocotools.mask as maskutil import pycocotools.coco as COCO from itertools import groupby fro... 阅读全文
posted @ 2018-11-12 21:36 aimhabo 阅读(1608) 评论(0) 推荐(0) 编辑
摘要: poly->compacted RLE: seg=np.array([312.29, 562.89, 402.25, 511.49, 400.96, 425.38, 398.39, 372.69, 388.11, 332.85, 318.71, 325.14, 295.58, 305.86, 269 阅读全文
posted @ 2018-11-09 16:28 aimhabo 阅读(3687) 评论(0) 推荐(0) 编辑
摘要: 自己生成这种文件的方法: 进入conda的这个子环境后 conda list -e > requirements.txt 使用这种文件来安装子环境的方法: conda create -n py36 python==3.6 conda activate py36 conda install --yes 阅读全文
posted @ 2018-11-05 21:09 aimhabo 阅读(981) 评论(0) 推荐(0) 编辑
摘要: dataloader.py 阅读全文
posted @ 2018-10-17 10:34 aimhabo 阅读(1265) 评论(0) 推荐(0) 编辑