1.图片数据集收集 共 16种 集装箱船 container ship 散货船 bulker 油船 tanker 游轮 / 客轮 / 邮轮 passenger liner 渔船 fishing boat 滚装船 Ro/Ro ship 引航船 pilot boat LNG船 LNG ship LPG船 LPG ship 公务船 / 执法船  official ship 渡轮  ferry 拖船 tug 帆船 sailing boat 工程船 engineering ship 驳船 / 内河船 /江

写在前面:YOLOV3只有修改了源码才需要重新make,而且make之前要先make clean. 一.准备数据 在/darknet/VOCdevkit1下建立文件夹VOC2007. voc2007文件夹下建立三个文件夹,分别为Annotations,ImageSets和JPEGImages,其中JPEGImages存放所有.jpg格式的训练图片,Annotations存放所有图片的xml文件 图片最好按数字顺序排列,如00001.jpg,00002.jpg等,可以用脚本生成. ImageSet

1.  下载预训练权重文件 YOLOv3使用在Imagenet上预训练好的模型参数(文件名称: darknet53.conv.74,大小76MB)基础上继续训练. darknet53.conv.74下载链接:  https://pjreddie.com/media/files/darknet53.conv.74,下载完成后放在darknet主目录. 也可以直接在darknet目录下通过wget命令下载: wget https://pjreddie.com/media/files/darknet5

       [苏飞开发助手V1.0测试版]官方教程与升级报告导读部分-------------------------------------------------------------------------------------------------------------                     1.升级报告1.优化了Httphelper工具的生成方式,更快速方便.增加了Header提取器和状态提取器2.优化了Cookie提取工具的网络功能,另个正在研发抓包工具请

生日小助手V4.0——迁移到Python3 生日小助手V4.0只支持Linux系统,依赖命令行软件lunar Ubuntu系统安装方法:1.安装lunarsudo apt-get install lunar2.下载本软件下载地址:http://files.cnblogs.com/pythonlover/birthdayhelper.zip3.解压缩4.进入birthdayhelper目录,找到main.py文件5.python3 main.py

先看看百度手机助手5.0的样子: 发现他是用一个CustomTabHost.java来实现底部TabHost点击效果的,很漂亮,点击Tab的时候文字会上跑,图片会从底部跑出来的一个小动画. 下面我用自己的方法逆袭了他的CustomTabHost,感觉用起来比它的好用,而且简单不少! 本文只给出关键代码,需要工程的自行下载: package com.wj.ring5577.ui; import android.os.Bundle; import android.support.v4.app.Fra

引自:https://blog.csdn.net/huobanjishijian/article/details/76212214 原文:https://github.com/tesseract-ocr/tesseract/wiki/TrainingTesseract-4.00 tesseract 4.0之后开始使用机器学习来进行字符识别,其训练模型的方法与以前的版本有所不同,现将其官网的手册翻译如下 (未完成)   一.引言 Tesseract 4.0中包含了一个新的基于神经元网络的识别引擎,

1.环境配置 tensorflow1.12.0 Opencv3.4.2 keras pycharm 2.配置yolov3 下载yolov3代码:https://github.com/qqwweee/keras-yolo3 下载权重:https://pjreddie.com/media/files/yolov3.weights,并将权重文件放在keras-yolo3-master文件下 执行如下命令将darknet下的yolov3配置文件转换成keras适用的h5文件. python conver

一.下载和测试模型 1. 下载YOLO-v3 git clone https://github.com/qqwweee/keras-yolo3.git 这是在Ubuntu里的命令,windows直接去 https://github.com/qqwweee/keras-yolo3下载.解压.得到一个 keras-yolo3-master 文件夹 2. 下载权重 wget https://pjreddie.com/media/files/yolov3.weights 去 https://pjredd

工具:labelimg.MobaXterm 1.标注自己的数据集.用labelimg进行标注,保存后会生成与所标注图片文件名相同的xml文件,如图.我们标注的是井盖和路边栏,名称分了NoManholeCover.ManholeCover.WarningStick共3类标签名 2.下载yolov3项目工程.按照YoLo官网下载 git clone https://github.com/pjreddie/darknet cd darknet make 3.修改Makefile文件(文件就在下载的da

How to train (Pascal VOC Data): Download pre-trained weights for the convolutional layers (154 MB): http://pjreddie.com/media/files/darknet53.conv.74and put to the directory build\darknet\x64 Download The Pascal VOC Data and unpack it to directory bu

1.数据集下载 (1)wider_face 数据集网址为 http://shuoyang1213.me/WIDERFACE/index.html 下载以上几项文件(这里推荐 google Drive 百度云在没有会员的情况下,下载太慢) (2)将文件解压到各自独立的文件夹 2.数据集简介 WIDER FACE 数据集是一个人脸检测基准(benchmark)数据集,图片选取自 WIDER(Web Image Dataset for Event Recognition) 数据集.图片数 32,203

在Windows系统的Linux系统中用yolo训练自己的数据集的配置差异很大,今天总结在win10中配置yolo并进行训练和测试的全过程. 提纲: 1.下载适用于Windows的darknet 2.安装VS和CUDA.CUDNN.OpenCV 1)安装VS2017 2)安装OpenCV 3)VS配置OpenCV 4)安装CUDA10.0和CUDNN7.5 5)VS配置CUDA 3. 编译darknet 4.训练自己的数据集 5.开始训练 6.测试 1.下载适用于Windows的darknet

一.配置yolo v3 参考yolo v3官网https://pjreddie.com/darknet/yolo/ 下载darknet后进行编译: git clone https://github.com/pjreddie/darknet cd darknet make 下载预训练权重文件: wget https://pjreddie.com/media/files/yolov3.weights 接下来测试一下:测试data/dog.jpg图片的结果,如果能够正确识别,则说明配置成功. ./da

目录 1. 环境搭建 2. 数据集构建 3. 训练模型 4. 测试模型 5. 评估模型 6. 可视化 7. 高级进阶-网络结构更改 1. 环境搭建 将github库download下来. git clone https://github.com/ultralytics/yolov3.git 建议在linux环境下使用anaconda进行搭建 conda create -n yolov3 python=3.7 安装需要的软件 pip install -r requirements.txt 环境要求

本人使用的是linux平台,按照YOLO网页0https://pjreddie.com/darknet/yolo/的步骤操作进行下载darkenet程序包以及编译,之后可尝试用VOC2007的数据集测试一下. 下载好的darknet程序包如下图所示: 注:上图摘自一篇博客上的,https://blog.csdn.net/runner668/article/details/80579063 那么现在有了大佬给我们提供的强大工具,我们下一步该如何用起来呢? 第一部分:制作自己的数据集. 如果自己手头

博客主要结构 1. 如何在ubuntu18.04上安装yolo 2 .如何配置yolov3 3 .如何制作自己的训练集测试集 4 .如何在自己的数据集上运行yolov3 1. 在ubuntu18.04下安装yolov3 安装darknet 按ctrl+atl+t 打开终端, 并在终端下依次输入以下命令 git clone https://github.com/pjreddie/darknet.git cd darknet make 如果成功的话你会看到以下信息 mkdir -p obj gcc

欢迎使用词汇小助手 作者:IT小小龙 电子邮箱:long_python@126.com 个人博客:http://blog.sina.com.cn/buduanqs 一款跨平台词汇查询记忆学习软件. 已通过基于Ubuntu的Linux操作系统的测试. 已通过Windows XP操作系统的测试. 功能: 1.查询词汇 在线查询词汇. 2.存储词汇 自动存储词汇到词库. 3.批量翻译 同时查询若干词汇. 4.词汇测试 辅助记忆单词的游戏. 5.切换皮肤 可以更改程序界面配色. 6.备份词库 备份词库到

欢迎使用词汇小助手 作者:IT小小龙 电子邮箱:long_python@126.com 个人博客:http://blog.sina.com.cn/buduanqs 一款跨平台词汇查询记忆学习软件. 已通过基于Ubuntu的Linux操作系统的测试 功能: 1.查询词汇 在线查询词汇. 2.存储词汇 自动存储词汇到词库. 3.批量翻译 同时查询若干词汇. 4.词汇测试 辅助记忆单词的游戏. 5.切换皮肤 可以更改程序界面配色. 6.备份词库 备份词库到您的邮箱. 如果安装VLC media pla

论文查重,是每个毕业生都要面临的一个令人头疼的问题,如果写论文不认真,很可能导致查重红一大片. 之前有帮助一些朋友修改论文降低重复率,做了一些工作后发现,国内的查重机构,如知网.维普等,大多数是基于关键字检索,如果发现某一段文字中里面关键字重合过多,就认定为抄袭. 改论文降低重复率是有一定套路的,所以我开发了这样一个软件,能够自动的将文字表述进行变换,从而帮助你快速的对你的论文进行降重,避免绞尽脑汁的去思考怎么改写. 使用方法: 1. 在待修改原文中输入待修改的句子(一般是查重报告中标红的位置)

1.数据集准备,使用label标注好自己的数据集. https://github.com/tzutalin/labelImg 打开连接直接下载数据标注工具, 2.具体的大师代码见下链接 https://github.com/YunYang1994/tensorflow-yolov3 3.我的代码训练步骤,这里我使用大神的浣熊数据集进行测试 我的代码连接:干货-https://github.com/wuzaipei/python_TensorFlow_yolov3- 4.具体步骤 1. 训练数据: