文件名称：Object-Detection-in-an-Urban-Environment
文件大小：4.92MB
文件格式：ZIP
更新时间：2024-04-28 07:05:14
JupyterNotebook
城市环境中的对象检测 数据 对于此项目，我们将使用。 这些文件可以作为tar文件直接从网站下载，也可以作为单独的tf记录从。 结构 教室工作区中的数据将组织如下： /home/backups/ - raw: contained the tf records in the Waymo Open format. (NOTE: this folder only contains temporary files and should be empty after running the download and process script) /home/workspace/data/ - processed: contained the tf records in the Tf Object detection api format. (NOTE: this folder sh
【文件预览】：
Object-Detection-in-an-Urban-Environment-main
----images()
--------Selection_032.png(137KB)
--------augmented training (3).png(190KB)
--------Selection_043.png(432KB)
--------Selection_037.png(444KB)
--------Selection_031.png(115KB)
--------Selection_040.png(439KB)
--------Selection_041.png(255KB)
--------Selection_044.png(563KB)
--------Selection_042.png(253KB)
--------augmented training (1).png(162KB)
--------augmented training (2).png(154KB)
--------Selection_038.png(261KB)
--------Selection_033.png(52KB)
--------Selection_030.png(121KB)
--------Selection_039.png(230KB)
----training()
--------reference()
----utils.py(3KB)
----edit_config.py(3KB)
----Explore augmentations.ipynb(4KB)
----pipeline.config(4KB)
----LICENSE(34KB)
----pipeline_augmented.config(5KB)
----label_map.pbtxt(123B)
----inference_video.py(4KB)
----experiments()
--------model_main_tf2.py(5KB)
--------exporter_main_v2.py(7KB)
----.gitignore(2KB)
----download_process.py(5KB)
----Exploratory Data Analysis.ipynb(1.57MB)
----filenames.txt(103KB)
----README.md(9KB)
----build()
--------Dockerfile.gpu(883B)
--------requirements.txt(110B)
--------README.md(868B)
----create_splits.py(2KB)