使用自定义训练的 Yolov3 权重来标记新图像
Using custom trained Yolov3 weights to label new images
我最近训练了一个自定义的 yolov3 模型来识别动物。
第一个数据集只有大约 900 张照片。我可以访问 10Ks 的照片，但是通过 labelImg 标记它们将花费很长时间。
有没有办法使用预训练的权重自动标记新照片，并在错误时编辑框和标签？
您也许可以使用训练好的模型对其他图像进行预测，请参阅 this issue。
之后，可以将这些检测加载到labelImg中进行编辑。
由于 darknet 将检测结果保存到仅包含边界框信息的 txt 文件中，因此您必须先将其转换为 Pascal VOC 格式。
你当然可以自己做，但是人们已经构建了 their own implementations（未测试）。
如果您有预算，可以使用 Segments AI and V7's Darwin 等付费工具，
两者似乎都具有辅助注释的 AI。他们从您已经注释的项目中学习，以自动化未来的注释。郑重声明，我不属于任何一方，也没有使用过它们。
我最近训练了一个自定义的 yolov3 模型来识别动物。 第一个数据集只有大约 900 张照片。我可以访问 10Ks 的照片，但是通过 labelImg 标记它们将花费很长时间。
有没有办法使用预训练的权重自动标记新照片，并在错误时编辑框和标签？
您也许可以使用训练好的模型对其他图像进行预测，请参阅 this issue。
之后，可以将这些检测加载到labelImg中进行编辑。
由于 darknet 将检测结果保存到仅包含边界框信息的 txt 文件中，因此您必须先将其转换为 Pascal VOC 格式。
你当然可以自己做，但是人们已经构建了 their own implementations（未测试）。
如果您有预算，可以使用 Segments AI and V7's Darwin 等付费工具， 两者似乎都具有辅助注释的 AI。他们从您已经注释的项目中学习，以自动化未来的注释。郑重声明，我不属于任何一方，也没有使用过它们。