[人工智能] Pytorch深度学习和目标检测实战笔记

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> 人工智能 -> Pytorch深度学习和目标检测实战笔记 -> 正文阅读

[人工智能]Pytorch深度学习和目标检测实战笔记

原视频链接：PyTorch深度学习目标检测入门实战系列【土堆 x 布尔艺数】

下载VOC数据集

下载地址：http://host.robots.ox.ac.uk/pascal/VOC/

数据集里面都有什么

在这里插入图片描述

Annotations 标注文件夹(包含xml文件，图片的各种信息)
ImageSets 图片集合(主要关注Main文件夹的内容)
JPEGImages 数据集包含的图片
SegmentationClass 语义分割图片
SegmentationObject 实例分割图片

需要关注的是ImageSets

打开ImageSets-Main-aeroplane_train.txt
在这里插入图片描述
可以看到32和33为1，在JPEGImages中，32号的图片

打开Annotations

打开Annotations-000032.xml

<object>
		<name>aeroplane</name><图片类别名字>
		<pose>Frontal</pose><拍摄物体的角度，可以看出是在前面拍的>
		<truncated>0</truncated><有无被截断，0是无>
		<difficult>0</difficult><识别出来是否困难，0代表不困难>
		<bndbox>
			<xmin>104</xmin><物体在图片上横坐标最小值>
			<ymin>78</ymin><物体在图片上纵坐标最小值>
			<xmax>375</xmax><物体在图片上横坐标最大值>
			<ymax>183</ymax><物体在图片上纵坐标最大值>
				</bndbox>
</object>