manjaro使用心得 / 中文(注音)輸入法調整
最近決定要將正式從windows畢業，投入linux的懷抱。在接受擁抱前，我決定先用虛擬機測試，寫下調整環境的方法。
這個網誌中的熱門文章
COCO Dataset： 介紹、下載、取得方式、標註資料格式(key points)
在訓練模型時，需要大量的訓練資料，這時就會需要許多公開的數據集，在動作偵測(pose estimation)方面，<strong>標注資料是人體關節</strong>(keypoint)的數據集很多，COCO 就是其中一個。 <br /><br /> 而且在 github 上找 code 的時候，因為數據集龐大的關係，所以並不會把訓練資料一併上傳至 repository 裡，因此需要自行去找到數據集下載。 <br /><br /> 廢話不多說，開始吧。 <br /><br /><br /> > coco 首頁 找到 coco的網站 ，點開上排導覽列的Dataset，進入Download頁面，會有很多連結： 中間 是圖片下載，都有標示年份、用途、資料集大小 右邊是標註的資料，這個是訓練的答案，答案有很多種類，keypoint跟segmentation都有， coco dataset存放是用json格式 。 左邊是coco dataset自製for拿圖片對應的答案的python package(github) > coco 資料集下載處 用facebook家的DensePose舉例，他自己有標註資料，但是用的圖片還是coco dataset的。 怎麼看 github 的 code 用的是哪個dataset的? 這個會需要你去翻一下reopsitory，以DensePose來說，像是 INSTALL.md 和 get_DensePose_COCO.sh 都可以知道訓練集是使用coco 2014的dataset。 如果是單純用2014年的coco dataset做訓練，要下載的有： 2014 Train images [83K/13GB] 2014 Val images [41K/6GB] 2014 Train/Val annotaions [241MB] 如果是要用dense pose的dataset，則只需下載圖片，annotation要另外下載： 2014 Train images [83K/13GB] 2014 Val images [41K/6GB]
manjaro使用心得 / 中文(注音)輸入法調整
最近決定要將正式從windows畢業，投入linux的懷抱。在接受擁抱前，我決定先用虛擬機測試，寫下調整環境的方法。
比leetcode有趣！CodinGame ｜用遊戲來學習程式技巧【網站推薦】
想分享給大家的是一個線上學習寫程式的網站：[CodinGame](https://www.codingame.com/home)。如果對遊戲開發有興趣的你，或者已經厭倦leetcode的版面，CodinGame是一個不錯的選擇。
留言
張貼留言