win10 tensorflow faster rcnn训练自己的数据集（一、制作VOC2007数据集）

最新推荐文章于 2022-01-11 16:05:51 发布
最新推荐文章于 2022-01-11 16:05:51 发布
阅读量6.6k 收藏 34
点赞数 7
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。
本文链接：https://blog.youkuaiyun.com/weixin_38124357/article/details/78425890
该博客详细介绍了如何在Windows 10上使用TensorFlow训练Faster R-CNN模型，针对自定义数据集进行预处理。包括：1) 制作VOC2007数据集格式，如重命名图片、使用labelimg标注；2) 使用Python脚本生成ImageSets/Main文件夹中的train.txt、val.txt等文件。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

参考博客：http://blog.youkuaiyun.com/gaohuazhao/article/details/60871886

一、关于VOC数据集：

1)JPEGImages文件夹

文件夹里包含了训练图片和测试图片，混放在一起

2)Annatations文件夹

文件夹存放的是xml格式的标签文件，每个xml文件都对应于JPEGImages文件夹的一张图片

3)ImageSets文件夹

Action存放的是人的动作，我们暂时不用

Layout存放的人体部位的数据。我们暂时不用

Main存放的是图像物体识别的数据，分为20类，当然我们自己制作就呵呵呵不一定了，如果你有精力，Main里面有test.txt , train.txt, val.txt ,trainval.txt.这四个文件我们后面会生成

Segmentation存放的是可用于分割的数据

4)其他的文件夹不解释了，分割XXX等用的

最低0.47元/天 解锁文章

200万优质内容无限畅学
win10+tensorflow faster-RCNN 训练自己的数据集
u010554381的博客
01-10 1万+
首先，感谢博客上各路大佬的无私奉献！但是也不得不吐槽下，大佬些写博客的时候能尽量写的对小白友好一点吗？期间遇到各种坑，说多了都是泪啊！话不多说，上正题！ 环境：win10+anaconda3+tensorflow1.2.1+python3.6，CPU版本。 源码地址：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5 一 下载...
Faster R-CNN训练自己的数据集Windows10+pycharm+tensorflow环境下
qq_28664681的博客
07-06 2716
本文主要参考https://blog.youkuaiyun.com/u010554381/article/details/86233339， yuanma 我用的源码是：https://github.com/dBeker/Faster-RCNN-TensorFlow-Python3.5 说一下我的运行环境，Windows10，pycharm，tensorflow1.13.1，Keras2.2.4，python3.6。 1.先运行demo 现下载训练好的vgg16.ckpt，放到这个位置data \ imagenet_
tensorflow制作自己的图像数据集并训练
11-15
利用tensorflow制作自己的图像数据集并训练。现有代码，含详细的注释。能直接使用。并包含了4中原始图像：车，狗，脸，花，
tensorflow训练自己的数据集实现CNN图像分类1
weixin_34032779的博客
07-24 1708
利用卷积神经网络训练图像数据分为以下几个步骤 读取图片文件 产生用于训练的批次 定义训练的模型（包括初始化参数，卷积、池化层等参数、网络） 训练 1读取图片文件 1 def get_files(filename): 2 class_train = [] 3 label_train = [] 4 for train_class in o...
SSD_Tensorflow 训练 VOC2007数据集（一）
windchimes3的博客
01-11 640
SSD_Tensorflow 训练 VOC2007 准备数据集 SSD框架： https://github.com/balancap/SSD-Tensorflow VOC2007： 官网:http://host.robots.ox.ac.uk/pascal/VOC/voc2007/ 其他：http://host.robots.ox.ac.uk/pascal/VOC/voc2007/VOCtrainval_06-Nov-2007.tar http://host.robots.ox.ac.uk/pasca
【Tensorflow】 Object_detection之训练PASCAL VOC数据集
weixin_30312659的博客
01-29 192
参考：Running Locally 1、检查数据、config文件是否配置好 可参考之前博客： Tensorflow Object_detection之配置Training Pipeline Tensorflow Object_detection之准备数据生成TFRecord 2、训练模型 PIPELINE_CONFIG_PATH=/data/zxx/models/researc...
Tensorflow制作并用CNN训练自己的数据集
Nick Blog
03-14 1万+
本人初学Tensorflow，在学习完用MNIST数据集训练简单的MLP、自编码器、CNN后，想着自己能不能做一个数据集，并用卷积神经网络训练，所以在网上查了一下资料，发现可以使用标准的TFrecords格式。但是，遇到了问题，制作好的TFrecords的数据集，运行的时候报错，网上没有找到相关的方法。后来我自己找了个方法解决了。如果有人有更好的方法，可以交流一下。1. 准备数据我准备的是猫和狗两...
【目标检测】用自己的数据集训练Faster RCNN的详细全过程（步骤很详细很直观，小白可入）
qq_38391210的博客
03-02 2万+
一、写在前面 最近和小伙伴一起参加了服务外包比赛，选择的题目是对于图像中的安全帽的检测。对YOLOv3，Faster RCNN这些常见的目标检测算法都进行了实验。本文就介绍Faster RNN的整个实验过程。 二、电脑相关配置 win10，python3.6 三、训练过程 实验选用的源码是较为常用的Faster RCNN源码。对于该源码的使用网上也有很多的博客文章，但是正是因为文章很多，所以也容易...
Faster-Rcnn训练自己数据集+计算MAP
weixin_42990953的博客
04-07 5973
本文记录在实现Faster-rcnn训练自己数据集的过程，以及计算map。数据集为kaggle地铁安检违禁品X光射线图片。运行环境：win10，1660Ti，keras2.1.5，tensorflow:1.13.1 1.训练 内容来自博客https://blog.youkuaiyun.com/weixin_44791964/article/details/104451667，使用代码为该博主原创，进行一定修改...
完整实现利用tensorflow训练自己的图片数据集
热门推荐
故沉的博客
07-22 10万+
经过差不多一个礼拜的时间的学习，终于把完整的一个利用自己爬取的图片做训练数据集的卷积神经网络的实现（基于tensorflow） 目录 总体思路 第三部分：预处理 第四部分：网络模型 第五部分：训练 2019.4.22更新 第六部分：测试 特别说明 2019.1补充说明，针对评论区的几个问题做了一些改进和更新 1、训练集和测试集的划分问题 关于训练集和测试集的...
用CNN用来对自己的数据集分类
06-02
这个CNN工具箱只用改一两个地方就可以对自己的数据集分类了 比github上的deeplearning的工具箱里的CNN改动要简单
R2CNN_Faster-RCNN_Tensorflow：基于Faster-RCNN的旋转区域检测
02-06
R2CNN_Faster_RCNN_Tensorflow 抽象 这是的张量流重新实现 。 应该注意的是，我们并没有完全按照本文的方式实施，而是采用了它的想法。 该项目基于 ，由和完成。 测试结果 比较方式 部分结果来自论文。 任务1-定向排行榜 方法 地图 PL 蓝光 BR GTF SV 左心室 SH TC 公元前 ST SBF RA 哈 SP HC 10.59 39.83 9.09 0.64 13.18 0.26 0.39 1.11 16.24 27.57 9.23 27.16 9.09 3.03 1.05 1.01 21.39 39.
KITTI数据集转化为VOC数据集，用于yolo训练
12-30
KITTI数据集转化为VOC数据集，用于yolo训练，目标检测，相关介绍在博客中http://blog.youkuaiyun.com/baolinq
Windows10+Faster-RCNN-TensorFlow-Python3-master+VOC2007数据集
大彤小忆的博客
11-27 3035
一、所需文件下载链接二、基础环境配置三、训练过程   使用Faster R-CNN算法在VOC2007数据集上实现目标检测。 一、所需文件下载链接 Faster R-CNN源码及操作步骤Github链接→Faster-RCNN-TensorFlow-Python3。 Faster-RCNN-TensorFlow-Python3-master压缩包百度云盘链接→提取码：76wq。 VOC2007数据集百度云盘链接→提取码：z8sd。 VOC2007数据集的解析→VOC2007数据集详细分析。 二、基础环.
【大作业-03】手把手教你用tensorflow2.3训练自己的分类数据集
dejahu的博客
06-16 5万+
配合视频一起食用这篇教程效果更佳：课设题目没想好？手把手教你用tensorflow2构建果蔬识别系统 tensorflow2.x版本对小白非常友好，2.x的api中对keras进行了合并，大家只需要安装tensorflow就可以使用里面封装好的keras，利用keras可以快速地加载数据集和构建模型，下面我们直接来看以下通过tensorflow2.3训练自己的分类数据集吧。 注：本文主要针对图片形式的数据集构建分类模型，文本数据、目标检测等任务暂不涉及。 本文使用到的代码已在码云上开源，请大家自行下载，st
TensorFlow制作自己的数据集，并用神经网络来训练自己制作的数据集【上】
qq_43723025的博客
12-01 6055
在用tensorflow来进行网络模型的训练时，我们总是需要先输入数据，这样才能对网络模型进行训练。这就涉及将数据导入TensorFlow的问题了 总共有四种方法将数据导入到TensorFlow中： 使用数据集API，这是将数据集导入tensorflow最常用的办法 Feeding，python的代码在运行每个步骤时提供数据 从文件读取，输入管道从tensorflow图的开始处读取文件中的数据 预加载数据，tensorflow图中的常量或变量保存所有数据（对于小型数据集） 在这里我们使用第三种方法，将自
用自己的数据集训练SSD（一）（只有一个目标和一个背景）
yychentracy的博客
01-17 1066
制作voc数据集 1，我创建了一个项目文件夹叫做2007voc 将数据放在这个文件夹下，包括标记数据和训练数据 2因为我的数据格式是下面这种，所以我集写了代码如下：主要是将多行的标记文件转在同一行。 这种格式的数据，每一张图的框都是放在不同行的，只能重新处理 import pandas as pd def read_csv(csv_path,pre_dir): data=pd....
tf-CNN（二）Tensorflow制作自己的数据集并训练
xue_csdn的博客
03-26 4554
参考：https://www.jianshu.com/p/15e3f74180fc https://blog.youkuaiyun.com/wiinter_fdd/article/details/72835939 对于数据量较小而言，可能一般选择直接将数据加载进内存，然后再分batch输入网络进行训练。但是，如果数据量较大，这样的方法就不适用了，因为太耗内存。在这儿我介绍一种比较通用，高效的读取方法，即使...
R2CNN_Faster-RCNN_Tensorflow在windows上编译
wbqxx的博客
08-11 531
代码 R2CNN_Faster-RCNN_Tensorflow 编译 过程按readme.md所述，将setup文件修改为windows版本 （1） cd $PATH_ROOT/libs/box_utils/ python setup.py build_ext --inplace windows版本的setup.py作者以提供：setup.txt 同时按要求修改：Introduction of related changes.txt （2） cd $PATH_ROOT/libs/box_utils/cyth
下载训练好的TensorFlow Faster RCNN模型
描述部分强调了这个模型是针对VOC2007数据集训练好的，这意味着该模型已经根据VOC2007的数据集进行了优化，可以用于该数据集相关的图像目标检测任务。VOC2007（Pascal Visual Object Classes Challenge 2007）是...
评论 1
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
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