voc是挥发性有机化合物的简称，在环保监测领域指活泼累得挥发性有机物，具有特殊的刺激性气味，vocs在线监控系统是专门用于监测voc的排放浓度及排放量的。当一个空间内的voc浓度达到一定数值，人们会出现头晕、恶心、呕吐等多种症状，长时间处于voc含量过高的环境中会使人的肝脏、肾脏、大脑及神经系统造成一定的伤害，这也体现了voc监测的重要性。我国高度重视环境的污染，出台了一系列的法律法
前言用深度学习做目标检测，经常会接触到pascal voc这个数据集。目前很多开源项目对数据的处理格式都采用和voc一样的格式，逐渐这成为了一种标准数据处理格式，这里记一次制作符合自己需求的VOC格式数据集。VOC数据集简介文件夹树结构└── VOCdevkit #根目录
└── VOC2007 #不同年份的数据集，这里只下载了2007的，还有2012等其它年份的
(flappbird) luo@luo-ThinkPad-W540:tf-faster-rcnn$ ./experiments/scripts/train_faster_rcnn.sh 0 pascal_voc_0712 res101+ set -e+ export PYTHONUNBUFFERED
转载
2019-04-04 17:10:00
167阅读
2评论
首先我的使用的机器只安装了cuda 9.0，后来又重新配置了一个cuda 8.0，这里的配置方式参见2 当代码准备好了，你需要运行一下测试demo.py文件，然后遇到文件下载问题。能问题不大，不能参见这个链接，可以在百度云下载，，接着你就可以看到目标检测在给出的几张示例图片上的效果了。3 在pascal voc2007上做实验进行一遍训练，首先还是需要准备好数据集和预训练模型，
转载
2024-02-19 18:47:44
281阅读
Faster-RCNN环境搭建与训练自己的数据0 前言之前整理过一篇关于fasterrcnn的文章，文中详细介绍了fasterrcnn原理分析，近期由于工作需要利用fasterrcnn进行模型训练，故记录如下。1.环境搭建与demo运行1）.配置环境环境配置可参考：https://github.com/rbgirshick/py-faster-rcnn/blob/master/README.md，
转载
2024-09-17 10:25:23
526阅读
一、训练(trainval)1. 制作voc格式的kitti数据集，并链接到data/数据集软链接 格式ln -s $VOCdevkit VOCdevkit2007我们的：（这三个都要链过去，只链一个1819不够的）cd data/
ln -s /home/zhaoxl/jiaqun/lujialin/data/VOCdevkit2018 VOCdevkit2018
ln -s /home/zha
转载
2024-05-07 18:14:24
85阅读
目录环境安装：pycuda安装：开源项目信息fasterRCNN的训练faster rcnn onnx实践第3步测试结果：第4步测试结果：单张图片测试代码：多张图片预测代码：第5步做了修改：第7步测试：第8步测试测试报错The input tensor cannot be reshaped to the requested shape：正确类别数量设置:测试正确结果：onnx转trt操作c++ 转
1、fcos网络 在常见的计算机视觉任务中，个人认为检测是比较复杂的。主要原因也是anchor生成机制的原因，检测过程涉及anchor的尺寸scale和长宽比aspect radio等超参数的设置，检测框匹配，正负样本不均匀，计算复杂度高等等问题的解决。所以近年来anchor机制是检测里面的主流。 当然也有人开始挑战权威。提出了anchor-fr
【1】config.ini#配置文件
[base]
batchsize=10
ckptpath='./dowoload/weights_19.pth'
train_path="F:/PytorchTes/torchdeeplearnmodel/unetdata/train"
val_path="F:/PytorchTes/torchdeeplearnmodel/unetdata/val"【2】ma
前言：本文主要描述了如何使用现在热度和关注度比较高的Pytorch(深度学习框架)构建一个简单的卷积神经网络，并对MNIST数据集进行了训练和测试。MNIST数据集是一个28*28的手写数字图片集合，使用测试集来验证训练出的模型对手写数字的识别准确率。PyTorch资料：PyTorch的官方文档链接：PyTorch documentation，在这里不仅有 API的说明还有一些经典的
转载
2024-07-18 20:51:52
98阅读
之前配置好了faster rcnn，生成了demo，激动死了，准备来试试自己的数据，今天先制作数据集~
1.首先制作需要的数据格式，在这里我是根据这篇博客来制作的，根据自己的要求做了少许的修改。对图像数据进行重命名的matlab程序如下：
clc;
clear;
maindir='E:\faster_rcnn-master\正样本\';
n
转载
2024-06-23 16:28:22
187阅读
https://github.com/tensorflow/models https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md (zhouying
转载
2020-04-21 11:47:00
202阅读
2评论
目录前言一，视频的处理1.1 视频准备1.2 切割视频为图片1.3 使用faster rcnn自动框人1.4 via标注图片二，数据集文件2.1 数据集文件总览2.2 annotations2.2.1 ava_train_v2.2.csv2.2.2 ava_val_v2.2.csv2.2.3 ava_val_excluded_timestamps_v2.2.csv2.2.4 ava_action
转载
2024-05-12 18:03:08
573阅读
1. 数据集视频准备本次训练以实验为目的，了解该框架的训练步骤，选取了1段30秒以上的关于打电话的视频。2. 视频抽帧目的：（1）1秒抽1帧图片，目的是用来标注，ava数据集就是1秒1帧（2）1秒抽30帧图片，目的是用来训练，据说因为slowfast在slow通道里1秒会采集到15帧，在fast通道里1秒会采集到2帧。以下是运行代码：video2img.pyimport os
impor
转载
2024-05-11 14:10:31
934阅读
数据准备先将自己的数据转成VOC数据集类似的数据，图片为jpg格式，标签为xml格式。在Faster RCNN目录下的data文件夹下建立VOCdevkit2007文件夹，再在此文件夹下建立VOC2007文件夹，再在VOC2007文件夹下建立Annotations，ImageSets ， JPEGImages三个文件夹，Annotations文件夹下存放xml文件，ImageSets文件夹下建立M
转载
2024-04-16 09:48:03
155阅读
第一部分：制作自己的数据集 实验中我用的数据集是471张行人图片（由于部分原因，数据集不能公开，望大家见谅），标出其中的行人位置作为数据标签，所以我只检测了一类，原来的voc是检测20类的，这里我们为了做实验的方便，所以选择一类训练，加上背景为两类。 1、所需文件Annotations和ImageSets和JPEGImages文件夹名称，删除其中所有的文件（保留文件夹），并删除Segmenttat
转载
2024-05-13 16:25:06
72阅读
源码地址：https://github.com/jwyang/faster-rcnn.pytorch环境：Ubuntu 16.04、python2.7或3.6，显卡GTX1080Ti，pytorch0.4.0，CUDA8.0一、环境配置：1.1、 系统环境：Ubuntu 16.04：安装教程：https://jingyan.baidu.com/article/3c48dd348bc005e10be
转载
2024-02-01 14:01:34
276阅读
在看了一些深度学习的目标检测的论文后，想着去用开源的代码去跑一下，看看实际的效果。于是小菜就想着直接把faster_rcnn用起来，包括前期的faster_rcnn安装和配置并运行其中的一个demo.py。后面是用自己的数据集训练faster_rcnn的模型。 1. 准备工作：1) 搭建caffe框架这个可以参考linux先搭建caffe的笔记。2) 安装第三方依赖包：Cython、 pyt
转载
2023-12-01 22:07:19
161阅读
Faster RCNN(Tensorflow)的配置可以参考我的博客，本文分为三部分：数据集制作代码修改训练和测试一、环境配置：1、环境win10系统，显卡GeForce GTX 960M；TensorFlow-gpu 1.13.0-rc2，CUDA 10.0，Cudnn 7.4.2；python 3.5.2Faster RCNN的下载地址：https://github.com/dBeker/Fa
转载
2023-12-13 07:54:55
90阅读
部署faster rcnn遇到的坑记录
原创
2023-05-07 16:05:56
344阅读
