labelme_coco_nolabelme.py

将json文件转换为coco文件训练mask等模型时使用 将json文件转换为coco文件训练mask等模型时使用

机器学习手写数字识别的一个数据集

2000个左右的数字数据，文本形式保存的， 机器学习手写数字识别的一个数据集， 机器学习手写数字识别的一个数据集

xml_jpg_dec.py

检测自己的voc数据集中xml和jpg是否对应，将不对应的放到另一个文件夹中 检测自己的voc数据集中xml和jpg是否对应，将不对应的放到另一个文件夹中

faster_rcnn_r50_fpn_1x_coco_20200130-047c8118.pth

mmdetection2.x版本的fasterrcnn权重，可以测试自己安装的是否成功mmdetection2.x版本的fasterrcnn权重，可以测试自己安装的是否成功 这个总是自动要积分,回复我我可以改过来

VOC_COCO.py

voc_coco 数据集转换

difference_classes_json_label.py

json 转化图像的，有的时候图像中某个类别不存在， 在转化的时候回发生类别 偏差，按照指定像素进行转化，不管一张图像有几类都不会变化

C++曲线拟合的加上部分图像处理

读取图像，对图像二值化 ，找到最上方的边缘，进行曲线拟合的读取图像，对图像二值化 ，找到最上方的边缘，进行曲线拟合的

Json-Label.py

在使用unet等分割模型时候，需要的标签为目标的灰度图像，使用labelme标记得到json文件，使用此代码转化出label图像

remove_class.py

目标检测模型训练，数据集去除某一类或者多类，统一修改Annotations文件夹下xml，减少其中的类别