SVHN数据集 Format1 剪裁版下载

AI100_小助手 2021-03-08 04:53:59

官方的Format2特别好读，numpy矩阵啥的官方都给了，网上教程也一大堆。但是Format1不太好读，我整了一下午，整了一个从bounding box剪出来的，多数字的版本，这里给大家提供一个开箱即用的预处理过的好读的格式发出来。
详细介绍可以看我发的blog
相关下载链接：//download.csdn.net/download/qq_39480548/15617097?utm_source=bbsseo

...全文

45 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

阿葛1998 2021-05-07

打赏
举报

回复

请问您处理的源代码在哪里？

包括：安装YOLOv5、标注自己的数据集、准备自己的数据集（自动划分训练集和验证集）、修改配置文件、使用wandb训练可视化工具、训练自己的数据集、测试训练出的网络模型和性能统计。除本课程《YOLOv5实战训练...

目录 1、数据集简介 2、数据处理 3、TFearn 训练 1、数据集简介 SVHN（Street View House Number）Dateset 来源于谷歌街景门牌号码，原生的数据集1也就是官网的 Format 1 是一些原始的未经处理的彩色图片，如下图所示（不含有蓝色的边框），下载的数据集含有 PNG 的图像和digitStruct.mat 的文件，其中包含了边框的位置信息，......

10 个类别，每个数字 1 个。数字“1”的标签为 1，“9”的标签为 9，“0”的标签为 10。73257 个数字用于训练，26032 个数字用于测试，以及 531131 个额外的、难度稍低的样本，用作额外的训练数据有两种格式：1. 带有字符级边界框的原始图像。2. 以单个字符为中心的类似 MNIST 的 32×32 图像（许多图像确实在侧面包含一些干扰项）。

SVHN 数据集识别 import os, sys, glob, shutil, json os.environ["CUDA_VISIBLE_DEVICES"] = '0' import cv2 from PIL import Image import numpy as np from tqdm import tqdm, tqdm_notebook import torch torch.manual_seed(0) torch.backends.cudnn.deterministic = False tor

对模型进行训练，并在每个epoch后输出训练集和测试集上的准备率/损失。

下载资源悬赏专区

12,781

社区成员

12,309,408

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章