本文的最后一部分是在notebook中使用FiftyOne的分步指南,可帮助你发现可视数据集的问题。整个部分也可以通过Google的Colab找到。 Google’s Colab:https://colab.research.google.com/github/voxel51/fiftyone-examples/blob/master/examples/digging_into_coco.ipynb 我们将看到如何用很少的代码行来确认图像检测模型的常见...
该FiftyOne项目上可以在GitHub上找到。
本文的最后一部分是在notebook中使用FiftyOne的分步指南,可帮助你发现可视数据集的问题。整个部分也可以通过Google的Colab找到。 Google’s Colab:https://colab.research.google.com/github/voxel51/fiftyone-examples/blob/master/examples/digging_into_coco.ipynb 我们将看到如何用很少的代码行来确认图像检测模型的常见...
我们将使用来自FiftyOne model zoo的预训练模型faster-rcnn-resnet50-fpn-coco-torch。让我们将预测应用于新的标签字段predictions,并将应用范围限制到置信度大于或等于0.6的检测。FiftyOne Model zoo:https://voxel51.com/docs/fiftyone/user_guide/model_zoo/index.htmlmodel = foz.load_zoo_model("faster-rcnn-...