1. 准备自己的数据集
1.1 下载项目文件
- 准备好备注的数据集进行训练,我这里给出了标注好的
足球的数据集。从百度网盘下载到项目目录下并解压,网盘地址见文末- VOCdevkit_ball.zip
- testfiles.zip
- prepare_data.py
1.2 解压建立或自行建立数据集
- 使用PASCAL VOC数据集的目录结构, 建立文件夹层次为
VOCdevkit / VOC2007, VOC2007下面建立两个文件夹:Annotations和JPEGImages。 JPEGImages放所有的训练和测试图片;Annotations放所有的xml标记文件 - 解压好后可以看到VOCdevkit下的JPEGImages文件夹,保存了
1288张训练图片。

- 我们对每张图片都进行了标注,标注好的文件在
Annotations文件夹下面。

- 标注的文件样式是以PASAL VOC格式进行标注的,以
img00001为例。








![[SUCTF 2019]Pythonginx](https://img-blog.csdnimg.cn/7765c3b4fbf340c38dda0d69ecabf1ad.png#pic_center)
![[论文评析]Densely Connected Convolutional Networks,CVPR,2017](https://img-blog.csdnimg.cn/0e5568daa26a49faac10c815a973b7d1.png)



![SPARKSQL3.0-Unresolved[Parsed]阶段源码剖析](https://img-blog.csdnimg.cn/img_convert/db48b562adbc63cd1ec56f33f8e3d78d.jpeg)





