文件名称：Microsoft_Object_Detection
文件大小：166.14MB
文件格式：ZIP
更新时间：2024-04-29 21:14:54
JupyterNotebook
文件说明 这款Google Colab笔记本用于训练目标检测的最终模型。 用1,386张图像训练了预训练模型。 最终检查点保存在的文件夹中 此python脚本加载对象检测模型，并使用OpenCV在检测到的对象周围绘制边界框。 .MP4文件将随检测结果一起返回。 此python脚本加载对象检测模型，并使用OpenCV在检测到的对象周围绘制边界框。 该脚本的输出是原始剪辑的聚合视频，其中包含检测到的内容以及冲浪者相对于波浪区域的位置。 该脚本还会生成一个.csv文件，其中包含该区域到冲浪者之间的距离。 最后，脚本输出两个数字：一段时间内的总距离，以及时间上从冲浪者到区域的位置。 是聚合视频的示例。 该python脚本重命名训练图像并保存反射副本。 反射图像的目的是使模型可以从等量的“左”和“右”波中学习。 该python脚本将图像文件及其对应的.XML文件拆分为训练和测试集。
【文件预览】：
Microsoft_Object_Detection-main
----auto_zoom.mp4(6.81MB)
----Microsoft_Surfer_Detection_3.ipynb(165KB)
----DataAug.py(7KB)
----split_images.py(1KB)
----requirements.txt(3KB)
----rename_and_flip_files.py(1010B)
----README.md(2KB)
----SurferDistance.py(18KB)
----ObjectDetection3.py(4KB)
----Model2()
--------CH0I4193_detection_Trim.gif(43.97MB)
--------checkpoints()
--------config()
--------annotations()
----Video_Effects.py(4KB)
----GenerateJson.py(11KB)
----.gitattributes(66B)
----basline_model()
--------model()
--------CH0I4193_detection_Trim.gif(42.02MB)
----Model3()
--------checkpoints()
--------config()
--------annotations()