目标检测——VOC2007数据集

目标检测入门code

文件目录

下载数据集------在官网下载VOC2007数据集

下载训练数据集 TRAIN data

下载测试数据集 TEST data

解压数据集

解压------训练数据集,在服务器上,目录为VOCdevkit

部分文件目录
全部文件总目录

解压------测试数据集 (!!!!)

解压到此目录
测试数据添加
将测试数据添加到 'VOCdevkit/VOC2007'目录 中

1.Annotations文件------先将测试图片添加到Annotations(注释),从 VOCdevkit-test/VOC2007/Annotations 目录下将图片注释.xml复制到运行的 VOCdevkit/VOC2007/Annotations 目录下

2. ImageSets文件------将 VOCdevkit-test/VOC2007/ImageSets/Main/test.txt 的test.txt文件复制到 VOCdevkit/VOC2007/ImageSets/Main目录下

注意:test.txt文件内容为复制到Annotations的那些图片的信息,如图所示(比如5、7这两张图片是train训练集里面的,就只需要将其他为测试集的图片信息添加到test.txt中)

3.JPEGImages文件------将 VOCdevkit-test/VOC2007/JPEGImages 的图片.jpg复制到 VOCdevkit/VOC2007/JPEGImages目录下

总结------测试数据集的操作步骤

1.Annotations文件------将测试图片.xml复制到Annotations目录下

2.ImageSets文件------将上面步骤1复制的测试图片的信息添加到 /ImageSets/Main/test.txt 此路径的test.txt文件中

3.JPEGImages文件------将上面步骤1复制的测试图片.jpg复制到JPEGImages目录下

运行代码

运行 create_data_lists.py

运行结果1--显示有多少训练数据和测试数据
运行结果2--生成若干json文件

运行 detect.py

运行 train.py --生成checkpoint.pth.tar文件

运行 eval.py

相关推荐
囊中之锥.2 分钟前
机器学习第三部分---决策树
人工智能·决策树·机器学习
YJlio27 分钟前
ProcessExplorer_17.09_x64-Chs 新版本升级:我看到的区别与优势(含升级思路与注意点)
人工智能·笔记·学习
Aaron158840 分钟前
基于RFSOC+VU13P+GPU架构在雷达电子战的技术
人工智能·算法·fpga开发·架构·硬件工程·信号处理·基带工程
yiersansiwu123d40 分钟前
AI大模型的技术演进与产业赋能:迈向协同共生的智能新时代
人工智能
weisian1511 小时前
入门篇--人工智能发展史-4-点燃深度学习革命的那把火,AlexNet
人工智能·深度学习
梦帮科技1 小时前
Scikit-learn特征工程实战:从数据清洗到提升模型20%准确率
人工智能·python·机器学习·数据挖掘·开源·极限编程
想用offer打牌1 小时前
LLM参数: Temperature 与 Top-p解析
人工智能·python·llm
kimi-2221 小时前
三种调用 ChatOllama 的方式
人工智能
公链开发2 小时前
链游开发全路径赋能:如何重塑从创意到生态的完整闭环
大数据·人工智能·ux