- 博客(16)
- 收藏
- 关注
RSS订阅
原创 将labelme导出的json标签文件转换成分割训练所需要的png格式
1、先将某一个文件夹下的一系列json文件转成png图片，再统一把这些抓好的png图片存到一个新创建的文件夹下，代码如下，其中你需要修改两个地方：json_file路径、label_name_to_value种类。由于我们使用labelme打标签工具生成的标签文件格式为json，但是在做语义分割训练任务的时候，是根据图像像素值种类训练，所以往往需要我们提供的标签labels是单通道8位标签图像。2、经过第一步操作得到的png图像如上，我们还需要转换成单通道8位图像。
2023-08-21 17:35:25
2698
1
原创 ROS机器人小车介绍
厂商：Nvidia-英伟达；RAM 4GB；Ubuntu系统支持 18.04工作范围：0.6m~8m；精度：1m:±3mm；彩色图最大分辨率：1280*720@7fps；深度图最大分辨率：1280*1024@7fps彩色视场角：H66.10°*V40.2°；深度视场角：H58.4°*V45.7°型号：思岚A1；测量半径：12m；测量精度：±1%；室外可用性：强光不可用。
2024-11-22 09:57:57
326
原创 车道线检测（传统基于Opencv的方法）
传统车道线检测方法主要是使用颜色选择、高斯平滑、边缘检测、ROI区域选择、霍夫变换、标定车道边界等Opnecv图像处理操作去检测道路上的车道线，我自己对很多用这类处理对很多道路场景车道线进行过实验，这类算法往往需要人工根据不同街道场景手动去反复调整各算法参数，从而才能使检测效果最佳。
2024-11-19 21:39:09
1042
原创 Nvidia Jetson Nano配置深度学习环境 ARM构架安装torch
在nano上安装pyenv并配置环境，在环境里面安装pytorch
2024-04-22 17:33:07
943
原创 Jetson Nano使用yolov4-Tiny进行目标检测
Jetson Nano中使用Darknet(AlexeyAB版本)运行yolov4
2022-09-26 21:29:30
1051
1
原创 基于darknet部署yolov3-tiny ros结合yolov3-tiny目标检测 Ubuntu下使用yolov3-tiny
在Ubuntu下使用darknet（yolov3-tiny）实现目标检测，包括图片、视频、摄像头检测。
2022-09-23 23:10:18
1223
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人