Detectron: كيفية تدريب مجموعة البيانات المخصصة.
أهلا! أولا ، شكرا لك على أعمالك الرائعة.
انتهيت من تدريب RetinaNet مع مجموعة بيانات COCO حسب تعليماتك.
أرغب في تدريب مجموعة البيانات الخاصة بي باستخدام RetinaNet أو نماذج أساسية أخرى.
ألقي نظرة على بنية الكود الداخلي واكتشفت أن جميع تكوينات النموذج معرّفة في ملف * .yaml وقراءة train_net.py ملف * .yaml وإنشاء قاعدة البيانات من ملف .jason في دليل التعليقات التوضيحية COCO.
لذا ، إذا كنت أرغب في تدريب مجموعة البيانات الخاصة بي ، فالطريقة الوحيدة هي إنشاء ملف .json مشابه لتعليقات COCO التوضيحية؟
nonstop1962
ال 5 كومينتر
@ nonstop1962 : نعم ، الطريقة الموصى بها هي تحويل مجموعة البيانات إلى تنسيق التعليق التوضيحي COCO json. بالنسبة للمربعات المحيطة ، يمكن القيام بذلك عادةً في أقل من 100 سطر من Pythons. بالطبع يمكنك إجراء تعديل تعسفي على كود Detectron لدعم التنسيقات المخصصة ، ولكن من المحتمل أن يكون ذلك أصعب وأكثر عرضة للمشكلات المتعلقة بحالات الزاوية المفقودة.
rbgirshick
في ٢٥ يناير ٢٠١٨
شكرا لاجابتك!
nonstop1962
في ٢٥ يناير ٢٠١٨
شكرا لك على rbgirshick !
حسنًا ، هل يمكنني الحصول على مجموعة بيانات التدريب إذا كنت أرغب في تقسيم القمصان؟
على سبيل المثال ، الحصول على JSON لاستخدامات COCO API.
أعتقد أن هذه المنصة يمكن أن تجزئة.
نعم؟؟
شكرا لك ~!
oryondark
في ١٩ سبتمبر ٢٠١٨
أهلا،
بالنسبة لأولئك الذين يحتاجون إليه ، إليك نص برمجي لتحويل التعليقات التوضيحية لـ xml pascal voc إلى تنسيق coco json: https://github.com/gamcoh/Object-Detection-Tools/blob/master/pascal_voc_xml2coco_json.py
gamcoh
في ٢٠ مارس ٢٠١٩
شكرا gamcoh
oryondark
في ٢١ مارس ٢٠١٩
القضايا ذات الصلة
pacelu
·
3تعليقات
elfpattern
·
3تعليقات
twmht
·
3تعليقات
junxiaoge
·
3تعليقات
rbgirshick
·
3تعليقات
التعليق الأكثر فائدة
@ nonstop1962 : نعم ، الطريقة الموصى بها هي تحويل مجموعة البيانات إلى تنسيق التعليق التوضيحي COCO json. بالنسبة للمربعات المحيطة ، يمكن القيام بذلك عادةً في أقل من 100 سطر من Pythons. بالطبع يمكنك إجراء تعديل تعسفي على كود Detectron لدعم التنسيقات المخصصة ، ولكن من المحتمل أن يكون ذلك أصعب وأكثر عرضة للمشكلات المتعلقة بحالات الزاوية المفقودة.