labelme生成的掩码标签label.png为16位存储，opencv默认读取8位，需要将16位转8位
2024/11/27 7:32:47
1016B
1
由于labelme生成的掩码标签label.png为16位存储，opencv默认读取8位，需要将16位转8位label.png16位的批量转换成8位的opencv可读的(python)
2024/10/10 7:32:33
397B
1
labelme2COCO终极无限制版本，不限制分类名称，即输出分类就是labelme标注分类，不需要手动修改points值，含有area计算，真正的运行一下就可以。
当然了，输出目录还是要根据自己的情况修改的。
当然了，输出目录还是要根据自己的情况修改的。
2024/9/8 16:02:54
7KB
1
(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).
2024/3/15 14:17:35
917B
1
labelme辅助打标工具，每0.8s自动帮你点击，你只需要用鼠标描绘轮廓和按d到下一张就好了，省去了我们用鼠标点到手累手残。
按F10开始，按F12结束，可能360会误报，你点信任就好了，这个就是用按键精灵编写的，360误报而已。
按F10开始，按F12结束，可能360会误报，你点信任就好了，这个就是用按键精灵编写的，360误报而已。
2023/8/16 3:55:21
8.93MB
1
上传的是txt文件,里面含有数据集的下载链接和密码，下载方式为百度网盘。
数据集文件是在清华实验室采集到的交通路口图片的基础上，使用labelme对其进行交通信号灯的标注，标注采用VOC格式，全部手工标注，标注图片一共9812张，耗时两个月左右，质量有保证。
标注类别共18类，包括红灯，绿灯，黄灯的各类箭头，以及行人，自行车的信号灯类别。
整体文件包括原始图片，对应标签，保存有文件名的txt文件以及含有具体类别名称的txt文件。
全部打包上传。
已经经过本人使用YOLOV3和fast-r-cnn模型亲自测试,数据集数据真实有效。
相关的模型的文件和训练文件也已经全部上传，可在我发布的其他资源里找到
数据集文件是在清华实验室采集到的交通路口图片的基础上，使用labelme对其进行交通信号灯的标注，标注采用VOC格式，全部手工标注，标注图片一共9812张，耗时两个月左右，质量有保证。
标注类别共18类，包括红灯，绿灯，黄灯的各类箭头，以及行人，自行车的信号灯类别。
整体文件包括原始图片，对应标签，保存有文件名的txt文件以及含有具体类别名称的txt文件。
全部打包上传。
已经经过本人使用YOLOV3和fast-r-cnn模型亲自测试,数据集数据真实有效。
相关的模型的文件和训练文件也已经全部上传，可在我发布的其他资源里找到
2023/6/2 11:19:37
147B
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB