<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[TW的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/qq_28663849</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; qq_28663849]]></copyright><item><title><![CDATA[Labelme标注数据，使用Mask RCNN训练自己的数据集]]></title><link>https://blog.youkuaiyun.com/qq_28663849/article/details/112309779</link><guid>https://blog.youkuaiyun.com/qq_28663849/article/details/112309779</guid><author>qq_28663849</author><pubDate>Thu, 07 Jan 2021 16:58:11 +0800</pubDate><description><![CDATA[代码：https://github.com/matterport/Mask_RCNN
训练环境：Ubuntu系统
一、数据准备
准备好数据图像，使用labelme进行多边形标注
1. 安装labelme
必须要有深度学习环境（安装annaconda）
打开cmd激活base环境（activate base）
使用命令 pip install labelme安装labelme工具

2. 安装完成后在命令行输入labelme回车即可打开labelme工具


点击opendir打开需要标注图片所在目录，点击c]]></description><category></category></item><item><title><![CDATA[Tensorflow版yolov3训练自己的数据]]></title><link>https://blog.youkuaiyun.com/qq_28663849/article/details/112302661</link><guid>https://blog.youkuaiyun.com/qq_28663849/article/details/112302661</guid><author>qq_28663849</author><pubDate>Thu, 07 Jan 2021 09:49:28 +0800</pubDate><description><![CDATA[Tensorflow版yolov3训练自己的数据
源代码：https://github.com/YunYang1994/TensorFlow2.0-Examples/tree/master/4-Object_Detection/YOLOV3
本机可运行的环境如下：

1. 下载完代码后首先在主/根目录下建立train和test文件夹，目录树如下：

test为测试集，train为训练集，与voc_annotation.py文件中设置的路径需一致才能生成voc_train.txt和voc_test.txt
2]]></description><category></category></item><item><title><![CDATA[使用谷歌Colab(Colaboratory)免费GPU训练自己的模型及谷歌网盘无限容量(Google drive)申请教程]]></title><link>https://blog.youkuaiyun.com/qq_28663849/article/details/108302751</link><guid>https://blog.youkuaiyun.com/qq_28663849/article/details/108302751</guid><author>qq_28663849</author><pubDate>Sun, 30 Aug 2020 10:35:17 +0800</pubDate><description><![CDATA[谷歌的colab(Colaboratory)是谷歌为全世界学术研究者免费提供GPU算力的项目，目前能够提供的显卡包括K80、Tesla T4、Tesla P100 PCIE-16GB等用于深度学习加速训练的专业级显卡，可以免费使用12h，12h后自动断开服务器连接，也可以付费成为Clab Pro用户，每月9.99刀，折合下来只要七八十元，使用时间相对免费版宽裕一些，但是连接的时间长了还是会被限额，以下是我使用Colab的一个简单教程，从头开始。结合谷歌网盘的无限容量可以实时将训练好的模型保存到谷歌网盘，避免]]></description><category></category></item><item><title><![CDATA[YOLOv4 darknet windows10版本训练自己的数据教程]]></title><link>https://blog.youkuaiyun.com/qq_28663849/article/details/107362445</link><guid>https://blog.youkuaiyun.com/qq_28663849/article/details/107362445</guid><author>qq_28663849</author><pubDate>Wed, 15 Jul 2020 17:57:44 +0800</pubDate><description><![CDATA[转自：[https://blog.youkuaiyun.com/ly_twt/article/details/105761312]
https://blog.youkuaiyun.com/weixin_40841247/article/details/105742022
https://blog.youkuaiyun.com/weixin_44868057/article/details/106498413
https://blog.youkuaiyun.com/weixin_38107271/article/details/106478275
YOLO]]></description><category></category></item></channel></rss>