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 : 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.
شكرا لاجابتك!
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 ~!
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
شكرا gamcoh
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.