kaggle Airbus Ship Detection Challenge 船舶检测实战(1):提取正样本

本文记录了参加kaggle Airbus Ship Detection Challenge的第一步,包括从10万张训练样本中提取约2.7万正样本,创建csv和保存正样本图片文件夹。第二天的工作涉及将csv转化为训练格式,后续博客会转为私密模式,比赛目标是超越84.7%的准确率。

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

报名参加了kaggle 8月的最新比赛 Airbus Ship Detection Challenge
发现有人已经开源把准确率提高到了84%
怀着“知其不可而为之“的勇气,还是把这个比赛当作了kaggle比赛的首战

第一天的工作:

提取正样本
从给定train中提取出正样本,减少训练样本,毕竟GPU不想选太好的
大概从10万张训练样本中提取了2.7万的正样本

import pandas as pd
import os
import numpy as np
import csv
import shutil

file_read = open("train_ship_segmentations.csv", "r")
reader = csv.reader(file_read)

fileHeader = ["ImageId", "EncodedPixels"] # 建立表头
file_write = open("positive_example.csv", 
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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