# Scene Construction and Data Extraction via Nvidia Omniverse
> A project that collaboate with OneCup AI to build digital barn scenes and extract synthetic data for neural network training. It also includes 2 trained model based on YoloV5 using generated synthetic data.
**Omniverse**:
all the scenes we created using Omniverse, excluding the animal assets.
**Data Generation**:
`replicator.py` can be run by Omniverse Code to generate synthetic data, other files used to organize the data.
**Data Conversion**:
`dataConvertor.ipynb` to convert raw data to Yolov5 format. `getCOCOdata.py` to extract data contains cows from COCO2017 dataset.
**Run Result**:
Contains our 2 models information, including weights and metrics. Didn't include the dataset we used since it is too large.
`requirements.txt` can be used to install all the dependencies for python scripts in our project including Yolov5. In order to run Yolov5, should download Pytorch with GPU seperately.
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
一个与 OneCup AI 合作的项目,用于构建数字谷仓场景并提取用于神经网络训练的合成数据。它还包括 2 个基于 YoloV5 的训练模型,使用生成的合成数据。 Omniverse的: 我们使用 Omniverse 创建的所有场景,不包括动物资源。 数据生成:可以通过 Omniverse Code 运行来生成合成数据,其他文件用于组织数据。replicator.py 数据转换:将原始数据转换为 Yolov5 格式。 从数据集中提取包含奶牛COCO2017。dataConvertor.ipynbgetCOCOdata.py 运行结果: 包含我们的 2 个模型信息,包括权重和指标。不包括我们使用的数据集,因为它太大了。 requirements.txt可用于安装我们项目中 python 脚本的所有依赖项,包括 Yolov5。为了运行 Yolov5,应该单独下载带有 GPU 的 Pytorch。
资源推荐
资源详情
资源评论
收起资源包目录
基于 YoloV5 的训练模型,使用生成的合成数据 (433个子文件)
events.out.tfevents.1670827154.FindSatoshi.49740.0 1.36MB
events.out.tfevents.1671266047.FindSatoshi.28984.0 1MB
results.csv 43KB
results.csv 15KB
.gitignore 25B
dataConvertor.ipynb 492KB
MA_Windrad_Bottom_normal.jpeg 11.91MB
MA_Windrad_Top_normal.jpeg 10.28MB
MA_Windrad_Top_baseColor.jpeg 8.44MB
MA_Windrad_Bottom_baseColor.jpeg 7.26MB
material_0_baseColor.jpeg 6.85MB
material_2_baseColor.jpeg 6.01MB
material_1_baseColor.jpeg 6.01MB
material_3_baseColor.jpeg 4.79MB
lambert1_baseColor.jpeg 260KB
lambert1_baseColor.jpeg 199KB
bboards.jpg 721KB
bboards.jpg 721KB
val_batch2_labels.jpg 696KB
val_batch2_pred.jpg 668KB
train_batch2.jpg 594KB
train_batch2.jpg 584KB
val_batch1_labels.jpg 583KB
train_batch0.jpg 572KB
train_batch0.jpg 572KB
train_batch1.jpg 555KB
val_batch1_pred.jpg 555KB
train_batch1.jpg 544KB
val_batch1_pred.jpg 507KB
val_batch0_labels.jpg 505KB
val_batch1_labels.jpg 496KB
val_batch2_pred.jpg 495KB
DRIFTWD.JPG 491KB
DRIFTWD.JPG 491KB
val_batch0_pred.jpg 487KB
val_batch2_labels.jpg 480KB
val_batch0_pred.jpg 472KB
val_batch0_labels.jpg 467KB
GRYCON3.JPG 453KB
GRYCON3.JPG 453KB
001_914_IMG_Arkansasfarm.jpg 412KB
labels_correlogram.jpg 259KB
labels_correlogram.jpg 259KB
000000002415.jpg 195KB
000000003480.jpg 193KB
chicken-barn-21070798.jpg 192KB
000000001098.jpg 192KB
chicken-barn-166021-thinkstock.jpg 187KB
000000001451.jpg 180KB
000000003321.jpg 173KB
000000001590.jpg 170KB
000000001083.jpg 169KB
000000002124.jpg 168KB
offset_233863.jpg 165KB
labels.jpg 149KB
000000004739.jpg 149KB
Blog-F1-02.18.22_How-to-Include-a-Chicken-Coop-in-Your-Barn-Design.jpg 149KB
labels.jpg 148KB
000000003771.jpg 135KB
000000005005.jpg 69KB
README.md 971B
ProceduralSky.mdl 153KB
OmniUe4Function.mdl 50KB
OmniUe4Function.mdl 50KB
OmniUe4Base.mdl 9KB
OmniUe4Base.mdl 9KB
CumulusLight.mdl 5KB
GlassWithVolume.mdl 5KB
GlassUtils.mdl 2KB
Cast_Metal_Silver_Vein.mdl 2KB
RustedMetal.mdl 2KB
Mulch_Brown.mdl 2KB
M_Cow_color_1.mdl 2KB
M_Cow_color_1.mdl 2KB
Timber.mdl 2KB
lawngrass_a_mat.mdl 2KB
lawngrass_a_mat.mdl 2KB
Gypsum.mdl 2KB
Aluminum_Anodized.mdl 2KB
Carpet_Berber_Multi.mdl 1KB
Shumard_Oak_leaf_v3_Mat2.mdl 1KB
Shumard_Oak_leaf_v2_Mat2.mdl 1KB
Shumard_Oak_leaf_v4_Mat2.mdl 1KB
Shumard_Oak_leaf_Mat2.mdl 1KB
TreeBark_07.mdl 1KB
RedAsh_bark_Mat.mdl 1KB
American_Beech_leaf.mdl 1KB
RedAsh_leaf_mat.mdl 1KB
ashtree_leaves_fall1.mdl 1KB
Grass_Countryside.mdl 1KB
bark3.mdl 1KB
Veneer_Z5_Maple.mdl 1KB
Grass_Cut.mdl 1KB
FountainGrass_Mat.mdl 1KB
Pampas_flower_Mat.mdl 1KB
Water_Opaque.mdl 1KB
Water.mdl 597B
tree_bark_03_nor_2k.png 24.61MB
tree_bark_03_diff_2k.png 24.54MB
T_Cow_Normal.png 24.26MB
共 433 条
- 1
- 2
- 3
- 4
- 5
资源评论
hakesashou
- 粉丝: 6767
- 资源: 1679
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功