文件名称：xview-yolov3:xView 2018对象检测挑战
文件大小：20.72MB
文件格式：ZIP
更新时间：2024-05-28 09:11:33
challenge machine-learning deep-learning xview yolov3
介绍 该目录包含由Ultralytics LLC开发的软件，并根据MIT许可证可免费提供以进行重新分发。 有关Ultralytics项目的更多信息，请访问： ://www.ultralytics.com。 描述 库包含用于在针对xView挑战的xView训练集上训练YOLOv3的代码： ://challenge.xviewdataset.org/。 感谢Joseph Redmon的YOLO 。 要求 具有以下pip3 install -U -r requirements.txt软件包的Python 3.6或更高版本： numpy scipy torch opencv-python h5py tqdm 下载资料 从下载xView数据。 训练 在训练之前，要清理目标，通过sigma-rejection消除异常值，并使用MATLAB文件utils/analysis.m为c60_a
【文件预览】：
xview-yolov3-master
----cfg()
--------c60_a30symmetric.cfg(9KB)
--------c60_a30.cfg(9KB)
--------c60_a30.png(380KB)
--------c60_a9.cfg(8KB)
--------yolov3.cfg(8KB)
--------c60_a9.png(361KB)
----train.py(8KB)
----utils()
--------analysis.m(10KB)
--------utils.py(21KB)
--------datasets.py(15KB)
--------utils_xview.py(2KB)
--------gcp.sh(1KB)
--------targets_c60.mat(5.07MB)
--------xview_geojson.mat(59.84MB)
----.github()
--------ISSUE_TEMPLATE()
--------workflows()
----output()
--------5.jpg(4.32MB)
--------5.tif.txt(60KB)
----scoring()
--------evaluation.py(7KB)
--------score.py(13KB)
--------rectangle.py(3KB)
--------ground_truth.mat(5.47MB)
--------matching.py(4KB)
----detect.py(12KB)
----requirements.txt(90B)
----weights()
--------download_weights.sh(159B)
----models.py(12KB)
----LICENSE(1KB)
----README.md(3KB)
----data()
--------samples()
--------xview_training_loss.png(278KB)
--------coco.names(625B)
--------xview.names(743B)
--------get_coco_dataset.sh(2KB)
----results.txt(157KB)
----.gitignore(3KB)