easy-Fpn源码解读(四):dataset

2024-04-02 05:08
文章标签 源码 解读 easy dataset fpn

本文主要是介绍easy-Fpn源码解读(四):dataset,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

  • easy-Fpn源码解读(四):dataset
    • base代码解析
    • voc2007代码解析

easy-Fpn源码解读(四):dataset

base代码解析

base.py

class Base(torch.utils.data.dataset.Dataset):class Mode(Enum):TRAIN = 'train'EVAL = 'eval'OPTIONS = ['voc2007', 'coco2017', 'voc2007-cat-dog', 'coco2017-person', 'coco2017-car', 'coco2017-animal']@staticmethod    # 静态方法,不依赖于类调用,但也不能出现和该类相关的任何属性,方法def from_name(name: str) -> Type['Base']:if name == 'voc2007':from dataset.voc2007 import VOC2007return VOC2007elif name == 'coco2017':from dataset.coco2017 import COCO2017return COCO2017elif name == 'voc2007-cat-dog':from dataset.voc2007_cat_dog import VOC2007CatDogreturn VOC2007CatDogelif name == 'coco2017-person':from dataset.coco2017_person import COCO2017Personreturn COCO2017Personelif name == 'coco2017-car':from dataset.coco2017_car import COCO2017Carreturn COCO2017Carelif name == 'coco2017-animal':from dataset.coco2017_animal import COCO2017Animalreturn COCO2017Animalelse:raise ValueErrordef __init__(self, path_to_data_dir: str, mode: Mode, image_min_side: float, image_max_side: float):self._path_to_data_dir = path_to_data_dirself._mode = modeself._image_min_side = image_min_sideself._image_max_side = image_max_sidedef __len__(self) -> int:  # 属于python类定义中保留的特殊的用于重载的方法raise NotImplementedError  # raise用于实现报错功能,而NotImplementedError则是要求在子类中必须实现此方法,不然就报错def __getitem__(self, index: int) -> Tuple[str, Tensor, float, Tensor, Tensor]:raise NotImplementedErrordef evaluate(self, path_to_results_dir: str, image_ids: List[str], bboxes: List[List[float]], classes: List[int], probs: List[float]) -> Tuple[float, str]:raise NotImplementedErrordef _write_results(self, path_to_results_dir: str, image_ids: List[str], bboxes: List[List[float]], classes: List[int], probs: List[float]):raise NotImplementedError@staticmethoddef num_classes() -> int:raise NotImplementedError@staticmethod  # 关于PIL.Image:https://www.cnblogs.com/lyrichu/p/9124504.htmldef preprocess(image: PIL.Image.Image, image_min_side: float, image_max_side: float) -> Tuple[Tensor, float]:# resize according to the rules:

这篇关于easy-Fpn源码解读(四):dataset的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/869044

相关文章

JAVA智听未来一站式有声阅读平台听书系统小程序源码

智听未来,一站式有声阅读平台听书系统 🌟 开篇:遇见未来,从“智听”开始 在这个快节奏的时代,你是否渴望在忙碌的间隙,找到一片属于自己的宁静角落?是否梦想着能随时随地,沉浸在知识的海洋,或是故事的奇幻世界里?今天,就让我带你一起探索“智听未来”——这一站式有声阅读平台听书系统,它正悄悄改变着我们的阅读方式,让未来触手可及! 📚 第一站:海量资源,应有尽有 走进“智听

MCU7.keil中build产生的hex文件解读

1.hex文件大致解读 闲来无事,查看了MCU6.用keil新建项目的hex文件 用FlexHex打开 给我的第一印象是:经过软件的解释之后,发现这些数据排列地十分整齐 :02000F0080FE71:03000000020003F8:0C000300787FE4F6D8FD75810702000F3D:00000001FF 把解释后的数据当作十六进制来观察 1.每一行数据

Java ArrayList扩容机制 (源码解读)

结论:初始长度为10,若所需长度小于1.5倍原长度,则按照1.5倍扩容。若不够用则按照所需长度扩容。 一. 明确类内部重要变量含义         1:数组默认长度         2:这是一个共享的空数组实例,用于明确创建长度为0时的ArrayList ,比如通过 new ArrayList<>(0),ArrayList 内部的数组 elementData 会指向这个 EMPTY_EL

如何在Visual Studio中调试.NET源码

今天偶然在看别人代码时,发现在他的代码里使用了Any判断List<T>是否为空。 我一般的做法是先判断是否为null,再判断Count。 看了一下Count的源码如下: 1 [__DynamicallyInvokable]2 public int Count3 {4 [__DynamicallyInvokable]5 get

工厂ERP管理系统实现源码(JAVA)

工厂进销存管理系统是一个集采购管理、仓库管理、生产管理和销售管理于一体的综合解决方案。该系统旨在帮助企业优化流程、提高效率、降低成本,并实时掌握各环节的运营状况。 在采购管理方面,系统能够处理采购订单、供应商管理和采购入库等流程,确保采购过程的透明和高效。仓库管理方面,实现库存的精准管理,包括入库、出库、盘点等操作,确保库存数据的准确性和实时性。 生产管理模块则涵盖了生产计划制定、物料需求计划、

Spring 源码解读:自定义实现Bean定义的注册与解析

引言 在Spring框架中,Bean的注册与解析是整个依赖注入流程的核心步骤。通过Bean定义,Spring容器知道如何创建、配置和管理每个Bean实例。本篇文章将通过实现一个简化版的Bean定义注册与解析机制,帮助你理解Spring框架背后的设计逻辑。我们还将对比Spring中的BeanDefinition和BeanDefinitionRegistry,以全面掌握Bean注册和解析的核心原理。

音视频入门基础:WAV专题(10)——FFmpeg源码中计算WAV音频文件每个packet的pts、dts的实现

一、引言 从文章《音视频入门基础:WAV专题(6)——通过FFprobe显示WAV音频文件每个数据包的信息》中我们可以知道,通过FFprobe命令可以打印WAV音频文件每个packet(也称为数据包或多媒体包)的信息,这些信息包含该packet的pts、dts: 打印出来的“pts”实际是AVPacket结构体中的成员变量pts,是以AVStream->time_base为单位的显

kubelet组件的启动流程源码分析

概述 摘要: 本文将总结kubelet的作用以及原理,在有一定基础认识的前提下,通过阅读kubelet源码,对kubelet组件的启动流程进行分析。 正文 kubelet的作用 这里对kubelet的作用做一个简单总结。 节点管理 节点的注册 节点状态更新 容器管理(pod生命周期管理) 监听apiserver的容器事件 容器的创建、删除(CRI) 容器的网络的创建与删除

GPT系列之:GPT-1,GPT-2,GPT-3详细解读

一、GPT1 论文:Improving Language Understanding by Generative Pre-Training 链接:https://cdn.openai.com/research-covers/languageunsupervised/language_understanding_paper.pdf 启发点:生成loss和微调loss同时作用,让下游任务来适应预训

red5-server源码

red5-server源码:https://github.com/Red5/red5-server