- 博客(5)
- 收藏
- 关注
RSS订阅原创 Keras的ImageDataGenerator.flow_from_directory()图片增强执行顺序机制
Keras的ImageDataGenerator.flow_from_directory()图片增强执行顺序机制依次从文件夹中取出batch_size个图片，并随机变换后输出，直到整个文件夹中的所有图片被遍历一遍（随机遍历）后，开启下一轮随机遍历。注：个人测试结果，不一定准确。...
2020-12-26 16:17:51
486
原创 使用keras搭建U-net神经网络进行图像分割
1 搭建环境Python 3.7+Tensorflow 2.0+Keras2 U-net 源码网上可下载，很多，大多没什么区别，不知道为什么。3 下载后，运行即可使用源码中附带的训练和测试数据，可以跑出不错的模型和分割结果。4 使用自己的数据进行Unet模型训练当把源码中数据换成自己的数据进行训练和分割的时候，就出问题了，一不小心就会得到全黑、全白或者全灰的分割结果。通过查阅资...
2019-12-27 21:22:46
1607
1
原创 批量转移文件，并修改图片的位深度、灰度等信息
本文依然是深度学习中，训练数据制作中所要用到的工具类方法。1 批量转移文件即：将labelme转换得到多个json命名的文件夹中的散落的图片，批量转移到同一个文件，此处针对png格式图片文件。代码使用采用C++和QT写的，因为时间比较紧迫，就用的以前写的代码改的，现在想想如果用python来写，应该非常简单，以后有时间再写吧，先用着。void Copyfile(){ QString p...
2019-12-27 16:50:56
2408
2
原创 labelme生成的json文件批量转换方法
labelme自带的文件转换代码一次只能转化一个json文件，效率过慢，因此通过修改其转换模块的代码，实现批量转换。1 修改转换代码找到labelme安装目录中的json_to_dataset.py文件，此文件即为原有的转换代码。该目录在：D:\Anaconda3\envs\labelme\Lib\site-packages\labelme\cli下，但因为labelme的安装方式不同，也可能...
2019-12-27 15:53:36
8565
5
原创 使用labelme标注工具制作图像分割标签数据
labelme是一款python编写的用于图像检测、分割等神经网络标签数据制作的软件，可以实现点选形成闭合的多边形轮廓，并（批量）生成png标签图像的额功能，能够基本满足一般图像分割网络的需求。1 labelme的安装1 安装Anaconda下载安装即可。2 安装labelme打开Anaconda->Anaconda Prompt，依次输入：conda create --name...
2019-12-27 15:22:48
2642
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人