📄️ 算盘GPU主机安装(CentOS7)
准备工作
📄️ 算盘GPU主机安装(Ubuntu)
安装Ubuntu 18.04
📄️ 图片分类预测模板(Keras)使用说明
图片分类预测Keras.mp4 (2.52MB)
📄️ 深度学习组件模板使用
深度学习底层平台
📄️ 目标识别训练模板(TensorFlow)使用
模板ID:6872
📄️ 目标识别预测模板(TensorFlow)使用说明
目标检测.mp4 (7.63MB)
📄️ 目标识别模板(mmdetection)使用
模板ID:4539
📄️ 实例分割模板(mmdetection)使用
模板ID:4836
📄️ 如何创建实例分割COCO 数据集
在这篇文章中,我将向您展示创建自定义 COCO 数据集以及使用算盘模板快速训练实例分割模型是一件多么简单的事。实例分割不同于目标识别,因为它需要多边形而不只是矩形框标注(bounding box)。虽然说有许多免费标注工具可供使用,比如labelme易于在所有主要操作系统上安装和运行但是它缺乏导出 COCO 数据格式的原生支持。另一个工具coco-notator ,这是一个基于 Web 的应用程序,要想用它需要付出额外的工作量,比如您需要在计算机上安装web 服务器。那么什么方案是最省力的呢?下面概述本文介绍的两部曲方案。