本文介绍了如何使用129基于FCN的图像分割算法对火焰进行检测，包括json文件转换为mask图、划分训练集和验证集、训练模型以及实时识别功能。提供了详细的操作步骤和代码链接，适合对深度学习图像处理感兴趣的开发者。
本期给大家介绍的是129基于FCN图像分割算法检测火焰_数据集json转mask，效果图如下：
代码下载和视频演示地址：
129基于FCN图像分割算法检测火焰_数据集json转mask_哔哩哔哩_bilibili
代码整体是非常简便的，主要是dataset数据集文件夹和3个py文件。
运行01json转mask格式.py能将labelme打标签好的json格式文件变成mask图，并划分训练集和验证集，如果数据集本身是mask的可直接训练。
运行02train.py会对训练集和验证集的数据进行读取，训练模型，训练好的模型保存在本地。并生成评价指标图。
运行03pyqt.py可以选择自己感兴趣的图片进行识别，通过调用上一步训练好的模型识别图片中的火焰。
注：
下载本代码环境自行安装
安装python和pytorch即可运行，
安装环境可参
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
