资源简介
(代码简洁, 绝对可用)使用python将24位或者16位图像转换为8位图像,用于labelme标记的MASK_RCNN进行样本训练, 自己的样本数据是24位就是用这代码进行转换成8位, 样本已训练成功.(16位亦可用).
代码片段和文件信息
#!/usr/bin/env python
# _*_ coding: UTF-8 _*_
# author:“bcd“
“““但这里用PIL的Imgae包实现图像的读取以及uint8类型转换“““
import os
import cv2
import natsort
import numpy as np
from skimage import io
from PIL import Image
from matplotlib import pylab as plt
input_file = “/home/bcd/deeplearning/dataSet/mask_rcnn_bottles/labelme_json/“ #修改为自己的路径(即存有*_json文件的路径)
out_file = “/home/bcd/deeplearning/dataSet/mask_rcnn_bottles/cv2_mask/“
img_t
相关资源
- Python-用PyTorch10实现FasterRCNN和MaskRCNN比
- faster rcnn(python+caffe)源代码
- Faster-RCNN-TensorFlow-Python3.5-master
- Mask R-CNN源码(TensorFlow版本)
- 文本分类代码集合含数据_TextCNN_Text
- labelme标注数据集到COCO格式数据集转化
- 缺少_mask.pyd的看过来,看过来
- cython_bbox.so
- faster rcnn end-to-end loss曲线的绘制
- faster Rcnn(python)demo
- MaskR-CNNpython
- fasterRCNN python36
- cython_bbox.cpython-36m-x86_64-linux-gnu.so
评论
共有 条评论