Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
d2l-zh
提交
edc21426
D
d2l-zh
项目概览
OpenDocCN
/
d2l-zh
通知
2
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
D
d2l-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
体验新版 GitCode,发现更多精彩内容 >>
提交
edc21426
编写于
10月 29, 2018
作者:
S
Shaoshi Ling
提交者:
Aston Zhang
10月 29, 2018
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
fix typo in object-detection-dataset chapter (#405)
上级
e66d422e
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
1 addition
and
1 deletion
+1
-1
chapter_computer-vision/object-detection-dataset.md
chapter_computer-vision/object-detection-dataset.md
+1
-1
未找到文件。
chapter_computer-vision/object-detection-dataset.md
浏览文件 @
edc21426
# 目标检测数据集(皮卡丘)
在目标检测领域并没有类似MNIST那样的小数据集方便我们快速测试模型,为此我们合成了一个小的人工数据集。我们首先使用一个开源的皮卡丘3D模型生成了1000张不同角度和大小的皮卡丘图像。然后我们收集了一系列背景图像,并在每张图的随机位置放置一张皮卡丘图像。我们使用MXNet提供的
[
tools/im2rec.py
](
https://github.com/apache/incubator-mxnet/blob/master/tools/im2rec.py
)
来将图像打包成二进制rec文件。
(这是在Gluon开发出来之前MXNet常用的数据格式。目前在GluonCV这个包里我们已经提供了更简单的,类似之前我们读取图像时的函数,从而可以省略打包图像的步骤。但由于这个工具包目前仍处在快速开发迭代中,这里我们仍使用rec格式。)
在目标检测领域并没有类似MNIST那样的小数据集方便我们快速测试模型,为此我们合成了一个小的人工数据集。我们首先使用一个开源的皮卡丘3D模型生成了1000张不同角度和大小的皮卡丘图像。然后我们收集了一系列背景图像,并在每张图的随机位置放置一张皮卡丘图像。我们使用MXNet提供的
[
tools/im2rec.py
](
https://github.com/apache/incubator-mxnet/blob/master/tools/im2rec.py
)
来将图像打包成二进制rec文件。
rec格式是在Gluon开发出来之前MXNet常用的数据格式。目前GluonCV已经提供了更简单的,类似之前读取图像时的函数,从而可以省略打包图像的步骤。但由于这个工具包目前仍处在快速开发迭代中,这里我们仍使用rec格式。
## 下载数据集
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录