about tf_records_generation.py for sentinel-hub example

Aperta
#133 2 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
25/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
python, tensorflow

Direzione di ricerca

Inizia con l’esempio Preparing Data with Sentinel Hub ed esamina gli output di immagini e maschere di label-maker. Confronta questi output con models/research/object_detection/dataset_tools/create_pet_tf_record.py, quindi chiarisci il formato TensorFlow record richiesto e il workflow di fine-tuning. Il lavoro è completato quando è definito un percorso di conversione riproducibile per le immagini e le label dell’esempio.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

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 :)

Lingua principale
Python
Stelle
471
Fork
106
Metriche di merge delle PR
Nessuna PR unita negli ultimi 30g

Preparare l'ambiente

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di developmentseed/label-maker

Tutte le issue di developmentseed/label-maker

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.