数据标记系列——图像分割 & PolygonRNN++(二)
实践
1.export PATH=~/anaconda3/bin:$PATH
2.Anaconda3 中创建新环境
Conda create –name=labelme_polyrnn_pp python=2.7
3.source activate labelme_polyrnn_pp
4.conda install pyqt
下载好labelme code(正确的分支)
cd labelme目录
mkdir src
git clone https://github.com/wkentaro/polyrnn-pp.git src/polyrnn-pp
./install_polyrnn.sh(
注意
tensorflow的版本只能是
1.3)
pip install –upgrade –ignore-installed tensorflow==1.3
pip install -e .
cd examples/semantic_segmentation
find data_annotated -iname '*.json' -delete
labelme --labels labels.txt data_annotated
朱颜辞镜花辞树,敏捷开发靠得住!
分类:
Deep Learning
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· 终于写完轮子一部分:tcp代理 了,记录一下
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· 别再用vector<bool>了!Google高级工程师:这可能是STL最大的设计失误
· 单元测试从入门到精通
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理