鐵人檔案
1. 前言：此系列文章，乃「影像處理與物件偵測」之學習筆記與實作分享。
2. 目標：
2.1 分享常用的物件偵測模型，與如何應用在自定義資料集。
2.2 藉由專案實作，探討不同物件偵測模型之影像辨識的成效。
3. 想念去年參賽「甜蜜的」沉澱過程，我又來了。
環境安裝 開啟Pycharm新專案： 1.1 點擊New Project開啟新專案 1.2 點擊New enviroment using，選擇Vitual...
環境安裝 開啟Pycharm新專案： 1.1 點擊New Project開啟新專案 1.2 點擊New enviroment using，選擇Vitual...
環境安裝 開啟Pycharm新專案： 1.1 點擊New Project開啟新專案 1.2 點擊New enviroment using，選擇Vitual...
環境安裝 開啟Pycharm新專案： 1.1 點擊New Project開啟新專案 1.2 點擊New enviroment using，選擇Vitual...
YOLO模型訓練流程 資料集標註 1.1 說明：使用LabelImg框選出圖片中物件Bounding box，並標註其類別。 1.2 範例 轉換資料集...
前言 使用LabelImg標註獲得PascalVOC(xml檔) 範例 欲轉換成格式COCO(json檔) 範例 COCO格式...
中鋼資料集與標記CSV檔 提供train約12,067張圖檔 CSV檔內容 序號中包含：0-9與A-Z(扣掉I、O)，共34個字(類別)。 現...
資料集抽樣與標記 鑒於手動標記費時，故先隨機抽樣300張鋼胚序號圖片。 1.1 程式碼 import os import shutil import ran...
YOLOR 參數修改 1.1 修改coco.yaml參數檔檔 1.2 修改coco.names：0-9、A-Z(扣掉I、O)，共34個類別。 1.3 修...
PascalVOC(xml)轉COCO(json)格式與分配資料集 轉換方式：參考《第26天》YOLO訓練流程與資料集COCO json格式，修改資料夾路徑...
