主要介绍了python实现提取COCO,VOC数据集中特定的类，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

YoloV3-Pytorch 介绍 这是Pytorch中YoloV3的实现。 这是对westerndigitalcorporation的源代码的修改，避免了从原始darknet框架“导入”配置文件。 源代码的版权在许可证文件中。 修改的; 我尝试使用常用的术语尽可能直观地构建模型。 我还将模块划分为功能，以便可以轻松地将其导入并用于其他项目以及此处。 此外，还增加了在视频上运行，加载KITTI数据集，每种COCO和Pascal VOC样式的度量标准等的功能。 环境环境 python 3.xx

马尼甘 ManiGAN的Pytorch实现：文本引导的图像处理。 目的是根据给定的文本在语义上编辑图像的各个部分，同时保留与文本无关的内容。 概述 。 ，，，。 牛津大学CVPR 2020 数据 下载和的预处理元数据，然后将两者保存到data/ 下载数据集并将图像提取到data/birds/ 下载数据集并将图像提取到data/coco/ 训练 所有代码都是在带有Python 3.7（Anaconda）和PyTorch 1.1的CentOS 7上开发和测试的。 模型包括文本编码器和图像编码器

不是热狗 HBO硅谷的Jin Yang的应用程序的个人实现。 应用开发的过程： | Java脚本 模型训练于： 链接 建立模型 1.收集数据集 我使用了来训练模型。 COCO数据集包含80个事物类别，其中之一是“热狗”。 我创建了一个Python脚本（./yolo/coco2yolo.py），以提取所有热狗图像（火车中的800+和val中的400+）并将注释转换为yolo格式。 2.培训Yolov2 Tiny 使用，使用单个类“热狗”训练模型。 使用原始的从预先训练的提取重量：

1.python提取COCO数据集中特定的类 安装pycocotools github地址：https://github.com/philferriere/cocoapi pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI 提取特定的类别如下： from pycocotools.coco import COCO import os import shutil from tqd