Snoopy_Dream

这个用于ODAI（航空数据目标检测）比赛当中，这个数据集像素大小从800*800-4000*4000不等，所以需要进行原始数据的裁剪，在裁剪过后有一部分数据里面什么目标都没有，要把这一部分去除，使得高效训练！#!/usr/bin/env python2# -*- coding: utf-8 -*-# -----------------------------------------------...

很多时候，我们在进行检测的前是需要对你的数据集，进行分析的。这个py文件是将训练数据的label文件，统一转换成csv格式，输出长、宽、面积、ratios（长宽比）等如果不考虑批量操作，当然你可以用excel导入date.# -*- coding: utf-8 -*-"""Created on Sat Apr 7 11:11:15 2018分析原始数据@author: ygx"""i...

# -*- coding: utf-8 -*-"""Created on Mon Apr 9 21:09:09 2018对每一类生成的prebbox.txt进行softnms操作1.读入文本，读入bbox@author: ygx"""import osimport numpy as npdef custombasename(fullname): return os.p...

p.s. 这里的例子我说的都是航空影像目标，所以大家考虑的时候都要考虑成俯视图的状态。多目标检测的时候，有容易发生拥挤的类别，比如小汽车，也有不易拥挤的类别，比如篮球场。所以需要不同的nms阈值，而检测一次有时候消耗的时间太多，所以我的解决办法是，检测的时候nms=1都输出出来，然后在通过单独对检测的txt结果进行nms操作，比如所有文件nms0.3、nms0.4各种nms全都可以重新输出来，这样...

faster-rcnn的tools工具代码，模仿demo.py将所有的检测结果输出来，与此同时一边检测一边绘制于待检测的图片之上。#!/usr/bin/env python# -*- coding: utf-8 -*-# --------------------------------------------------------# Faster R-CNN# Copyright (c)...

import numpy as npdef unique_boxes(boxes, scale=1.0): """Return indices of unique boxes.""" v = np.array([1, 1e3, 1e6, 1e9]) hashes = np.round(boxes * scale).dot(v) _, index = np.un...

目录1.bool类型的形参+return 的合理使用 其实当i有明确含义时，如下for col in xrange(w)3.for与np的联合使用，4. import copy5. np.clip(data,min,max)，6. np.where 两种用法7. np.oneslike(x)8. s_list = np.random.choice(self...

 当数据集的数据过大时，采用生成器generator生成数据循环调用那么，如何设置一个batchsize的批生成器以供训练深度学习模型用呢？背景介绍：下面这个例子是HWDB手写体，单张图片小，分类任务，trainset有89w+，正好涉及数据集多大，需要自己生成batch_generator提高效率。初步想法：首先第一种方法，是构造class，利用class中的__ne...

pickle与cPickle；两者的关系：“cPickle – A faster pickle” import cPickle as pickle常用函数：pickle.dump(data,handle,0 or 1 or 2)                  接受一个文件句柄和一个数据对象作为参数[序列化]  0:txt,1 ,2:老新二进制                ...

原文链接：https://blog.youkuaiyun.com/wei_guo_xd/article/details/74199729常用的图像扩充方式有：水平翻转，裁剪，视角变换，jpeg压缩，尺度变换，颜色变换，旋转当用于分类数据集时，这些变换方法可以全部被使用，然而考虑到目标检测标注框的变换，我们选择如下几种方式用于目标检测数据集扩充：jpeg压缩，尺度变换，颜色变换这里，我们介绍一个图象变换包htt...

imgaughttp://imgaug.readthedocs.io/en/latest/index.html安装　 依赖numpy scipy scikit-image (pip install -U + scikit-image) six (pip install -U six) OpenCV (i.e. cv2 must be available in python)...

python图像数据增强库 Augmentor使用比较简单,只有一些简单的操作。 imgaug实现的功能更多，可以对keypoint, bounding box同步处理，比如你现在由一些标记好的数据，只有同时对原始图片和标记信息同步处理，才能有更多的标记数据进行训练。我在segmentation和detection任务经常使用imgaug这个库。 Augmentorhttp:/...

转载请在首行附上原文链接！有帮助的话记得点ge赞.针对目标检测任务，对训练数据做旋转进而达到数据增广的python2代码，网上没找到，自己写了一份.另外附上一份，检查旋转后效果的Python代码（读取annotations中xml，画图的代码），在最下面# -*- coding:utf-8 -*-# !/usr/bin/env pythonimport osimport cv...