about tf_records_generation.py for sentinel-hub example

Abierto
#133 2 comentarios 0 reacciones 0 asignados Ver en GitHub

Nadie ha tomado este issue todavía.

Evaluación

Dificultad
5/5
Tiempo estimado
Más de una semana
Aptitud para principiantes
25/100
Tipo de issue
Nueva funcionalidad
Claridad
Necesita aclaración
Estado de actividad
Estancado
Stack tecnológico
python, tensorflow

Línea de trabajo

Comienza con el ejemplo Preparing Data with Sentinel Hub e inspecciona las salidas de imágenes y máscaras de label-maker. Compara esas salidas con models/research/object_detection/dataset_tools/create_pet_tf_record.py y, después, aclara el formato de TensorFlow record requerido y el flujo de trabajo de fine-tuning. La tarea estará completa cuando exista una ruta de conversión definida y reproducible para las imágenes y etiquetas del ejemplo.

Escrito por el modelo de indexación a partir del texto del issue.

Descripción

Hello I am looking at the Preparing Data with Sentinel Hub example, since that label-maker also support to prepare the mask annotation of buildings as shown in this examples, do you have some suggestion how to conver the images and lables into tensorflow record for fine-tuning the pre-trained model ?

I have seen some similar python script such as models/research/object_detection/dataset_tools/create_pet_tf_record.py, while to modify this based on label-maker results might be missing :)

Lenguaje dominante
Python
Estrellas
471
Forks
106
Métricas de merge de PR
Sin PR fusionados en 30 d

Preparar el entorno

Primeros pasos

  1. Lee el issue completo y luego la guía de contribución del proyecto.
  2. Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
  3. Haz un fork del repositorio y trabaja en una rama.
  4. Abre un pull request que haga referencia al número del issue.

Más de developmentseed/label-maker

Todos los issues de developmentseed/label-maker

Issues similares

Más issues de Python

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.