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. CSS实现宽度自适应100%,宽高16:9的比例的圖片或者矩形

    前言 图片的大小是多少,宽度一定,高度要始终自自适应为16:9. 解决 1通过js,程序算出绝对高度再进行设置.这是解决问题最容易想到的方法. 2.我们的原则是能用css实现的功能尽量用css,这有利 ...

  2. linux mint 19 打开 Windows 下制作的 TXT 文件时‘乱码’

    因为 Linux 采用的是 UTF-8 编码,Windows 的中文编码是 GB18030. 解决的办法:让 Linux 的文本编辑器支持 GB18030 1.我们安装一个小软件"Dconf ...

  3. delegate:动态绑定js事件

    $('.videomodule').delegate("span", "click", function() { var i = $(this).index() ...

  4. Codeforces 1221 G Graph And Numbers

    题面 这种比赛时只有11个人做出来的题一般来说都是暴难的, 我也不知道我怎么搞出来的www 看完这个题第一感觉就是要容斥,至少有一条某种边的方案已经比较难求了,而直接算三种边都至少存在一条的方案数就更 ...

  5. while练习

    题目:企业发放的奖金根据利润提成.利润(I)低于或等于10万元时,奖金可提10%:利润高于10万元,低于20万元时,低于10万元的部分按10%提成,高于10万元的部分,可提成7.5%:20万到40万之 ...

  6. electron-vue搭建项目

    原文链接 使用pdf.js插件与LODOP控件实现前端浏览器静默打印PDF文件 lodop官网地址:http://www.lodop.net/download.html 点击下载,文件里有使用手册 e ...

  7. C#winform如何实现文本编辑框(TextBox)的Hint提示文字效果

    C#winform如何实现文本编辑框(TextBox)的Hint提示文字效果 private const int EM_SETCUEBANNER = 0x1501; [DllImport(" ...

  8. Airbnb架构要点分享——阅读心得

    目前,Airbnb已经使用了大约5000个AWS EC2实例,其中大约1500个实例用于部署其应用程序中面向Web的部分,其余的3500个实例用于各种分析和机器学习算法.而且,随着Airbnb的发展, ...

  9. netframework webapi IogAttribute记录request参数和错误信息

    参考博客 https://www.cnblogs.com/hnsongbiao/p/7039666.html 书写LogFilterAttribute public class LogFilterAt ...

  10. 安装RabbitMQ管理插件失败

    运行 rabbitmq-plugins.bat enable rabbitmq_management后提示失败信息  是因为erlang和RabbitMQ版本冲突导致