import argparse

 import tensorflow as tf
tf.enable_eager_execution() def main(args):
"""Download the Microsoft COCO 2014 data set."""
# Annotation zip
tf.keras.utils.get_file(fname=args.annotation_zip,
origin=args.annotation_origin,
cache_dir=args.cache_dir,
cache_subdir=args.cache_subdir,
extract=True) # Train image zip
tf.keras.utils.get_file(fname=args.train_zip,
origin=args.train_origin,
cache_dir=args.cache_dir,
cache_subdir=args.cache_subdir,
extract=True) # Val image zip
tf.keras.utils.get_file(fname=args.val_zip,
origin=args.val_origin,
cache_dir=args.cache_dir,
cache_subdir=args.cache_subdir,
extract=True) # Test image zip
tf.keras.utils.get_file(fname=args.test_zip,
origin=args.test_origin,
cache_dir=args.cache_dir,
cache_subdir=args.cache_subdir,
extract=True) if __name__ == '__main__':
parser = argparse.ArgumentParser()
parser.add_argument('--cache_dir', type=str, default='F:/', help='location to store cached files')
parser.add_argument('--cache_subdir', type=str, default='COCO2014/', help='subdirectory under the cache dir')
parser.add_argument('--annotation_zip', type=str, default='annotation2014.zip', help='name of annotation zip')
parser.add_argument('--annotation_origin', type=str,
default='http://images.cocodataset.org/annotations/annotations_trainval2014.zip',
help='origin of annotation zip')
parser.add_argument('--train_zip', type=str, default='train2014.zip', help='name of train zip')
parser.add_argument('--train_origin', type=str,
default='http://images.cocodataset.org/zips/train2014.zip',
help='origin of train zip')
parser.add_argument('--val_zip', type=str, default='val2014.zip', help='name of val zip')
parser.add_argument('--val_origin', type=str,
default='http://images.cocodataset.org/zips/val2014.zip',
help='origin of val zip')
parser.add_argument('--test_zip', type=str, default='test2014.zip', help='name of test zip')
parser.add_argument('--test_origin', type=str,
default='http://images.cocodataset.org/zips/test2014.zip',
help='origin of test zip') args = parser.parse_args()
print(args) main(args)

[Tensorflow] 使用 tf.keras.utils.get_file() 下载 MS-COCO 2014 数据集的更多相关文章

  1. Tensorflow2(一)深度学习基础和tf.keras

    代码和其他资料在 github 一.tf.keras概述 首先利用tf.keras实现一个简单的线性回归,如 \(f(x) = ax + b\),其中 \(x\) 代表学历,\(f(x)\) 代表收入 ...

  2. 【tf.keras】TensorFlow 1.x 到 2.0 的 API 变化

    TensorFlow 2.0 版本将 keras 作为高级 API,对于 keras boy/girl 来说,这就很友好了.tf.keras 从 1.x 版本迁移到 2.0 版本,需要修改几个地方. ...

  3. 【tf.keras】tensorflow datasets,tfds

    一些最常用的数据集如 MNIST.Fashion MNIST.cifar10/100 在 tf.keras.datasets 中就能找到,但对于其它也常用的数据集如 SVHN.Caltech101,t ...

  4. 【tf.keras】tf.keras使用tensorflow中定义的optimizer

    Update:2019/09/21 使用 tf.keras 时,请使用 tf.keras.optimizers 里面的优化器,不要使用 tf.train 里面的优化器,不然学习率衰减会出现问题. 使用 ...

  5. [Tensorflow] 使用 tf.train.Checkpoint() 保存 / 加载 keras subclassed model

    在 subclassed_model.py 中,通过对 tf.keras.Model 进行子类化,设计了两个自定义模型. import tensorflow as tf tf.enable_eager ...

  6. tensorflow 2.0 技巧 | 自定义tf.keras.Model的坑

    自定义tf.keras.Model需要注意的点 model.save() subclass Model 是不能直接save的,save成.h5,但是能够save_weights,或者save_form ...

  7. 如何使用keras加载下载好的数据集

    https://blog.csdn.net/houchaoqun_xmu/article/details/78492718 [keras]解决 example 案例中 MNIST 数据集下载不了的问题 ...

  8. TensorFlow2.0(11):tf.keras建模三部曲

    .caret, .dropup > .btn > .caret { border-top-color: #000 !important; } .label { border: 1px so ...

  9. 【tf.keras】在 cifar 上训练 AlexNet,数据集过大导致 OOM

    cifar-10 每张图片的大小为 32×32,而 AlexNet 要求图片的输入是 224×224(也有说 227×227 的,这是 224×224 的图片进行大小为 2 的 zero paddin ...

随机推荐

  1. wxpython图形化界面编程(一):添加菜单,设置图片大小,添加文本框等,并简要布局

    #-*-encoding:utf-8-*-import wx def loadframe(): app = wx.App() mywindow = myframe() mywindow.Show() ...

  2. Docker搭建Redis一主两从三哨兵

    作者:oscarwin juejin.im/post/5d26b03de51d454fa33b1960 这次实验准备了三台云主机,系统为Debian,ip分别为:35.236.172.131 ,35. ...

  3. C# 使用多线程,在关闭窗体时 怎么关闭窗体的所有线程,使程序退出。

    this.Close();   只是关闭当前窗口,若不是主窗体的话,是无法退出程序的,另外若有托管线程(非主线程),也无法干净地退出: Application.Exit();  强制所有消息中止,退出 ...

  4. NVMe - NB的特性

    翻译一下,纯粹是为了记住这些特性: NVMe provides the following benefits: ● Ultra-low latency 非常低的延迟 ● Very high throu ...

  5. 转义字符\'和\"的使用示例

    /* 转义字符\'和\"的使用示例 */ #include <stdio.h> int main(void) { printf("关于字符串常量和字符常量.\n&quo ...

  6. Spring Cloud Gateway(二):Spring Cloud Gateway整合Eureka应用

    Spring Cloud Gateway 应用概述 下面的示例启动两个服务:gataway-server 和 user-service 都注册到注册中心 Eureka上,客户端请求后端服务[user- ...

  7. Linux快速编译

    #include<bits/stdc++.h> using namespace std; string name, tmp, s; int main() { cin >> tm ...

  8. MYSQL的两种存储引擎区别

    Innodb引擎 Innodb引擎提供了对数据库ACID事务的支持,并且实现了SQL标准的四种隔离级别.该引擎还提供了行级锁和外键约束,它的设计目标是处理大容量数据库系统,它本身其实就是基于MySQL ...

  9. js-常见算法操作

    字符串操作 判断回文字符串 1 2 3 4 5 6 7 8 9 10 11 12 13 14 function palindrome(str){  // \W匹配任何非单词字符.等价于“[^A-Za- ...

  10. JS模拟Touch事件

    var ele = document.getElementsByClassName('target_node_class')[0] //may have x and y properties in s ...