记录paddle训练coco数据时配置数据集的方法，备忘。

原创 已于 2023-04-06 15:19:27 修改 · 272 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#paddle #计算机视觉

于 2023-04-06 14:54:41 首次发布
执行python脚本train.py，配置文件为ppyoloe_crn_m_300e_coco.yml，继续训练过程，输出保存在output目录下。

在这里插入图片描述

出错继续训练
python tools/train.py -c configs/ppyoloe/ppyoloe_crn_m_300e_coco.yml -r output/ppyoloe_crn_m_300e_coco/29

paddle 32 基于paddledetection将voc数据集转换为coco数据集
a486259的博客
07-11 1327
在paddledetection中训练目标检测模型有voc和coco两个数据格式，如在YOLOv3中需要voc数据，而在yolox中则需要coco数据集。博主也曾测试过将yolox任务配置项的数据集改为voc数据，则会带来很多报错（或是由于yolox中数据增强策略中某些key读取错误）。因此，在paddledetection中用到yolox等模型是需要将voc数据转换为coco数据。 所幸，在paddledetection中内置了格式转换功能，支持voc数据转coco。.........
paddle 31 安装paddledetection并训练自己的数据集（支持voc与coco数据集）
a486259的博客
07-10 1626
PaddleDetection为基于飞桨PaddlePaddle的端到端目标检测套件，内置30+模型算法及250+预训练模型，覆盖目标检测、实例分割、跟踪、关键点检测等方向，其中包括服务器端和移动端高精度、轻量级产业级SOTA模型、冠军方案和学术前沿算法，并提供配置化的网络模块组件、十余种数据增强策略和损失函数等高阶优化支持和多种部署方案，在打通数据处理、模型开发、训练、压缩、部署全流程的基础上，提供丰富的案例及教程，加速算法产业落地应用。项目地址：PaddlePaddle/PaddleDetection
使用自制COCO数据集进行PaddleDetection模型训练
S13352784013的博客
09-01 2209
使用自制COCO数据集进行PaddleDetection模型训练
基于百度 AI Studio 平台利用PaddleDetection 训练自定义VOC / COCO数据集进行目标检测
NCUTer
08-23 1271
基于百度 AI Studio 平台利用PaddleDetection 训练自定义VOC / COCO数据集进行目标检测
利用PaddleDetection 训练自定义COCO数据集进行目标检测
NCUTer
08-23 3942
2、在PaddleDetection/dataset/coco目录下新建文件夹JPEGImages。1、下载源码后，打开项目，在PaddleDetection/dataset目录下找到coco文件夹。3、将所有所有标注的XML文件转化为 json 格式放到 dataset/coco目录下。PaddleDetection提供了单卡/多卡训练模式，满足用户多种训练需求。配置需要依赖其他的配置文件。其中 -c 后边代表指定配置文件的路径。首先指定CUDA的环境变量。操作系统 Windows。
使用paddledetection训练自定义coco数据集
weixin_44712949的博客
01-16 5499
第一步 使用lambel制作数据集 使用lambel制作数据集的教程多的是，这里就不写了 第二步 将lambel数据集转化为coco格式 识别类数据集转化为coco格式 在paddledetection的tool文件夹下就已经存在了转换代码tools/x2coco.py，在终端执行python tools/x2coco.py --dataset_type labelme --json_input_dir 添加要转换得json路径 --image_input_dir 添加源图片路径 --output_dir
Paddle工具集合 百度飞桨学习 一PPOCRLabel数据集转COCO数据集
最新发布
11-01
转换后的COCO格式数据集不仅方便了模型的训练与测试，还能够更好地与其他研究者和开发者的成果进行比较和交流。这对于推动算法研究和应用创新具有积极意义。在实际操作中，开发者可能会使用到专门的数据处理库和框架...
Paddle训练COCO-stuff数据集学习记录
pengxiang1998的博客
09-03 1775
警告提醒，据说是该设计在paddle2.6已经被弃用了，但该警告其实并不影响实验进程，只是看着不舒服而已，那就不看好了。2.4.0的是可以的。报错1：这个问题令我感到困惑，因为先前已经用该环境训练过cityspces数据集，但还是重新又部署了一下环境，但依旧出错，最后发现是由于博主的数据集类别设置错误导致的，这实在是令人匪夷所思。似乎是之前博主修改了metrics.py文件导致的，但好像并不是，保持metrics.py文件原样即可，修改下数据集目录即可。下载完成数据集后需要生成数据集的读取文件，即。
精选资源
数据集COCOVOC2012数据集coco格式
07-03
数据集已经按照训练验证集：测试集=9:1划分，然后训练集：验证集=9:1也就是训练集=0.9x0.9 验证集=0.9x0.1 测试集=0.1，可以用于paddledetection,mmdetection,effientdet等框架训练，由于数据集太大已经放云盘下载。
精选资源
基于PaddleDetection中SSD算法实现的火焰识别检测源码+数据集+训练好的模型
12-24
基于PaddleDetection中SSD算法实现的火焰识别检测源码+数据集+训练好的模型 配置文件都配置好 数据集都配置好，有数据配置脚本，执行一下即可。 训练好的模型，数据集 备注】主要针对正在做毕设的同学和需要项目实战...
paddledetection训练的红绿灯检测模型的最好模型参数文件
06-16
使用教程：https://www.guyuehome.com/8604，该教程中output文件夹中的模型文件，因为单个文件上传github有大小限制所以拿出来单独上传，mAP = 90.89662
PaddleDetection目标检测数据准备——VOC数据集和COCO数据集
一名在读大学生，正在学习深度学习，会定期分享一些该领域内容。欢迎大家一起交流学习~
03-13 2752
VOC数据是每个图像文件对应一个同名的xml文件，xml文件中标记物体框的坐标和类别等信息。图片对应的xml文件内包含对应图片的基本信息，比如文件名、来源、图像尺寸以及图像中包含的物体区域信息和类别信息等。filename，表示图像名称。size，表示图像尺寸。包括：图像宽度、图像高度、图像深度。object字段，表示每个物体。包括:标签说明name物体类别名称pose关于目标物体姿态描述（非必须字段）truncated。
百度飞浆 目标检测 PaddleDection coco 数据集
wangyongchao880622的专栏
04-30 3477
1.安装Anaconda 我的系统事windows 安装的事cuda10.0 cudnn7.5 Anaconda下载就不说了，默认安装即可。 详见https://zhuanlan.zhihu.com/p/67830286 在anaconda中创建虚拟环境 conda create –name paddle python=3.7 同时安装了python3.7 2.安装coco-ap...
paddldetection下mask-rcnn训练（自用数据集转化为coco数据集）：
Qingkaii的博客
04-19 1802
1.安装 python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple #加速克隆paddledetection git clone https://hub.fastgit.org/PaddlePaddle/PaddleDetection.git #选择使用码云上的托管 git clone https://gitee.com/paddlepaddle/PaddleDetection pip install "git.
PaddleDetection——准备数据
qq_48085469的博客
10-17 875
2021SC@SDUSC 准备数据 本项目使用road-sign-detection比赛数据，检测4种路标： speedlimit crosswalk trafficlight stop 划分成训练集和测试集，总共877张图，其中训练集701张图、测试集176张图。 本项目提供voc格式和coco格式的数据： voc格式： 划分好的数据下载地址为： roadsign_voc.tar。 AiStudio上数据地址：roadsign_voc 2...
PaddleDetection2.x训练、部署自己的模型
女神sha手的博客
08-17 6117
PaddleDetection是百度Paddle家族的一个目标检测开发套件。个人感觉Paddle的优点是模型比较丰富，支持的部署方式较多（python、C++、移动端等），缺点是坑比较多，百度的老毛病了，什么都弄一点，但都不精通。本文研究了下PaddleDetection的使用流程，从自己的数据集（coco类型），记录下整个训练、推理、部署的过程。...
基于PaddleDetetion目标检测训练，找出图像中的重要物品
qq_31687737的博客
04-18 760
1.预训练模型：PP-YOLOE2.数据集格式：COCO3.训练设备：GPU。
PaddleDetection训练自己的数据集
dream_home8407的博客
01-28 1118
PaddleDetection训练自己的数据集
COCOVOC2012数据集：为检测与分割训练提供coco格式
这使得VOC2012数据集能够更容易地被COCO格式友好的深度学习框架所使用，例如paddledetection、mmdetection和efficientdet等。 描述中提到的数据集划分比例为训练集：验证集：测试集=9:1，这表示整个数据集被分为三...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

全栈攻城狮s

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值