Python+Torch+FasterCNN网络目标检测识别

程序示例精选
Python+Torch+FasterCNN网络目标检测识别
如需安装运行环境或远程调试,见文章底部个人QQ名片,由专业技术人员远程协助!

前言

这篇博客针对《Python+Torch+FasterCNN网络目标检测识别》编写代码,代码整洁,规则,易读。 学习与应用推荐首选。


运行结果


文章目录

一、所需工具软件
二、使用步骤
1. 主要代码
2. 运行结果
三、在线协助

一、所需工具软件

1. VS2019, Qt
2. C++

二、使用步骤

代码如下(示例):
cpp 复制代码
# coding:utf-8

'''


import json
import shutil

data_root = './coco/'
with open(data_root+"annotations/instances_val2014.json", 'r') as f:
    annos = json.load(f)
images = annos["images"]
imageid2image = {}
for image in images:
    imageid2image[image['id']]=image
categories = annos['categories']
cateid2name={}
for cate in categories:
    cateid2name[cate['id']] = cate['name']
image_final=[]
annos_final=[]
categories_final=[{
"id":1,
"name": "airplane"}]
image_id=1
anno_id=1
imgid2airplane={}
for anno in annos['annotations']:
    if cateid2name[anno['category_id']] == 'airplane':
        image_id_t = anno['image_id']
        if image_id_t not in imgid2airplane:
            imgid2airplane[image_id_t] = []
        imgid2airplane[image_id_t].append(anno)
'mini_airplane/' + imagename)
    image =  imageid2image[imgid]
    image['id'] = image_id
    image_final.append(image)
    for anno in annos:
        anno["id"] = anno_id
        anno["image_id"] = image_id
        anno["category_id"] = 1
        anno_id+=1
        annos_final.append(anno)
    image_id+=1
    if image_id >=100:
        break
instance = {"images": image_final,
            "annotations":annos_final,
            "categories": categories_final}
with open('mini_airplane_train.json', 'w') as f:
    json.dump(instance, f, indent=1)
运行结果

三、在线协助:

如需安装运行环境或远程调试,见文章底部个人 QQ 名片,由专业技术人员远程协助!

1)远程安装运行环境,代码调试
2)Visual Studio, Qt, C++, Python编程语言入门指导
3)界面美化
4)软件制作
5)云服务器申请
6)网站制作

当前文章连接: https://blog.csdn.net/alicema1111/article/details/132666851
个人博客主页https://blog.csdn.net/alicema1111?type=blog
博主所有文章点这里: https://blog.csdn.net/alicema1111?type=blog

博主推荐:
Python人脸识别考勤打卡系统:
https://blog.csdn.net/alicema1111/article/details/133434445
Python果树水果识别https://blog.csdn.net/alicema1111/article/details/130862842
Python+Yolov8+Deepsort入口人流量统计: https://blog.csdn.net/alicema1111/article/details/130454430
Python+Qt人脸识别门禁管理系统: https://blog.csdn.net/alicema1111/article/details/130353433
Python+Qt指纹录入识别考勤系统: https://blog.csdn.net/alicema1111/article/details/129338432
Python Yolov5火焰烟雾识别源码分享: https://blog.csdn.net/alicema1111/article/details/128420453
Python+Yolov8路面桥梁墙体裂缝识别: https://blog.csdn.net/alicema1111/article/details/133434445

相关推荐
脉动数据行情14 分钟前
C# 实现德指 DAX 期货 WebSocket 实时行情监听
开发语言·websocket·c#
大模型真好玩8 分钟前
DeepSeek Harness 入门很简单(三)——DeepSeek Harness接入工具、MCP、Skill
人工智能·agent·deepseek
NeoGressAI外贸数字化9 分钟前
外贸独立站选型:WordPress还是AI工具?部署实测对比
人工智能
Cx330❀12 分钟前
【Linux网络】网络层协议 IP :从网络层原理到 Linux 内核源码
linux·运维·服务器·网络·tcp/ip·ai·ai编程
LUSTER凌云光17 分钟前
凌云光荣获 “热成形产业创领先锋奖“,以视觉AI助力汽车智能制造
人工智能·汽车·制造
大圣编蚕31 分钟前
Java ByteArrayInputStream 详解:从入门到实战
java·开发语言·算法
ITxiaobing202336 分钟前
广告归因场景下的IP情报工程化:提升AppsFlyer P360匹配精度的实践思路
大数据·人工智能·tcp/ip
菜鸟~noob23339 分钟前
【电子战】第02篇:能量检测器 vs. 相关检测器【含matlab代码】
开发语言·matlab
小艾.pino1 小时前
MiniMax M3顶住新一代多模态大模型的架构与实战
人工智能·架构
DO_Community1 小时前
GPT 6 Astra 已上线 DigitalOcean AI 推理云:AGI 时代的计算机操作模型来了
人工智能·gpt·agi