问题标签 [coco]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
javascript - 如何在 coco 中循环生成函数?
我想循环生成函数:
然而,coco 似乎只生成一个函数并重用它:
如何更改 coco 脚本以使输出如下:
澄清:对于可可,我的意思是这种语言:http ://satyr.github.com/coco/(一个coffeescript fork)。
javascript - Kotlin 编译器到 JavaScript 中的 JavaScript?
JavaScript 中是否有适用于 JavaScript 的 Kotlin 编译器(如 CoffeeScript 或 Coco)?
如果没有,预计何时可用?
coffeescript - 具有固定范围的 CoffeeScript 兼容分支?
除了固定作用域之外,是否有一个没有任何更改的 CoffeeScript 分支,因此它在很大程度上与 CoffeeScript 兼容(如果代码没有外部变量分配,则完全兼容)?我会考虑可接受的方法来分配外部变量以包括:=
la LiveScript、nonlocal
la Python 或其他东西。
syntax - 如何在 coco 中返回数组?
以下函数在coco中返回一个对象:
下一个将导致多个语句并返回最后一个的结果(如预期的那样):
如何在不使用括号的情况下返回数组?我正在尝试这个:
但是现在它也再次编译成多个语句。
coco现在可以了吗?
@matyr:或者有可能吗?
更新:我目前正在使用以下语法,但它不是那么干净:
coco - Coco 到 LiveScript 的迁移
我正在将一个小脚本从 coco 迁移到 LiveScript:
此代码在 coco 中有效,但在 LiveScript 中无法编译:
第 4 行的解析错误:意外的“FOR”
我试图通过以下方式修改该代码(对于 LiveScript):
但它仍然无法编译:
第 5 行的无效分配
如何将此 coco 脚本重写为 LiveScript?(不是以纯 JavaScript 方式——不使用临时变量。)
tensorflow - 了解检测 API 配置文件
我想使用“coco_detection_metrics”。我在论坛上读到我应该将metrics_set:“coco_detection_metrics”添加到eval_config:
但是每个模型都有两个配置文件,我在它们两个中都看到了“eval_config”,例如“ssd_mobilenet_v1_coco”:
1- ssd_mobilenet_v1_coco.config
2- ssd_mobilenet_v1_coco_2018_01_28/ pipeline.config
应该修改哪一个?这两个文件有什么区别?在培训或评估期间将使用哪一个?
谢谢!
tensorflow - 如何向 MS COCO 数据集添加一个新类并进行迁移学习以实现更多类?
我已经根据http://www.immersivelimit.com/tutorials/create-coco-annotations-from-scratch推荐的方法用新类注释了新图像 然后我将新类注释与coco json注释文件结合起来并创建通过从这个存储库运行 create_coco_tf_record.py 来创建 TFrecord:https ://github.com/tensorflow/models/tree/master/research/object_detection/dataset_tools 然后我重新训练了 fast_rcnn_resnet101,它的预训练模型在 Tensorflow Model Zoo 中可用。我确实根据本教程重新训练过程:https ://github.com/EdjeElectronics/TensorFlow-Object-Detection-API-Tutorial-Train-Multiple-Objects-Windows-10 问题是损失曲线没有收敛并且还有振荡!如何从再训练模型中获得更好的结果?
python - 如何裁剪 coco 数据集以进行预处理?
我想使用 coco 数据集在 tensorflow 2.1 中训练 ssd(单发多盒检测器)网络
论文说他们使用图像裁剪来提高鲁棒性,所以我尝试使用tf.image.sample_distorted_bounding_box()
但是,我意识到这个函数只是调整边界框的大小,而不是保留相应的标签。
如何裁剪图像并保留适当的 bbox 和标签?适当意味着bbox坐标随着图像的变化而被细化,并且bbox从裁剪后的图像中被移除。
python - 使用 pycococreator 从自定义数据集转换为 COCO 格式的极简示例
目的是将包含灰度+groundtruth图像对的numpy数组(2164、190、189、2)转换为COCO格式:
我尝试生成 coco 格式的极简注释,如下所示:
我收到以下错误:
TypeError Traceback(最近一次调用最后一次)
in () 2 category_info, 3 binary_mask, ----> 4 image.size, tolerance=2)
2 帧
/usr/local/lib/python3.6/dist-packages/PIL/Image.py in resize(self, size, resample, box) 1866 ) 1867 -> 1868 size = tuple(size) 1869 1870 如果 box 为 None:
TypeError:“int”对象不可迭代
这里 image.size 等于35910并且 image.shape 是 (190, 189)。
似乎create_annotation_info()正在等待一个元组或一个列表。这是对的吗?什么是正确的方法?
这里有一个草稿 colab 笔记本来获取整个数据集。
neural-network - COCO 数据集每类的图像数量
我看到 COCO2017 有 80 个类 118k 训练和 5k 验证数据集(122k 图像)。我在这里有个问题。每类的图像数量(每类 1525 张图像)是否约为 122k / 80?