DLology博客 怎么跑 简单方法:运行 。 另外,如果您想使用图像而不是图像,则此仓库随附。 需要安装 。 分叉并将此存储库克隆到本地计算机。 https://github.com/Tony607/object_detection_demo 安装所需的库 pip3 install -r requirements.txt 第1步:注释一些图像 使用自定义对象保存一些照片,最好将jpg扩展名保存到./data/raw目录。 (如果您的对象很简单,例如此存储库随附的对象,则20张图像就足够了。) 将那些照片调整为统一大小。 例如(800, 600)与 python resize_images.py --raw-dir ./data/raw --save-dir ./data/images --ext jpg --target-size "(800, 600)" 调整大小的图像位于.
1
Kaggle: 任务是将每个木薯图像分为五类,以指示-具有某种疾病或健康叶片的植物。 组织者介绍了在乌干达定期调查期间收集的21,367张带标签图像的数据集。 大多数图像都是从农民那里获取的,他们在花园里照相,并由国家作物资源研究所(NaCRRI)的专家与坎帕拉的马可雷雷大学的AI实验室合作进行批注。 似乎已经有一些。 实验性 安装此工具 如何使用此基本功能的简单方法: ! pip install https://github.com/Borda/kaggle_cassava-leaf-disease/archive/main.zip 在Colab中运行笔记本 我建议将数据集上传到您的个人gDrive,然后在笔记本电脑中连接gDrive,这样可以在重置Colab时节省重新上传数据集的时间...:] 一些结果 ResNet50的培训进度以及10个时期的培训:
1
colab_utils 适用于 Google Colab 笔记本的一些有用(或不那么重要)的 Python 内容 如何安装它: 单击代码单元格并粘贴: !pip install git+git://github.com/ricardodeazambuja/colab_utils.git 然后alt+enter或shift+enter执行。 例子 。 。 这是在 colab 上运行时从我的网络摄像头(实时)获取图像时的输出: *在有人问之前,是的,我穿着星球大战睡衣......只在隔离期间;) 去做 改进代码,因为现在它是一团糟,尽管它不是最佳的,但它可以工作,并且直接使用 Google Colab 做东西很酷;)
1