lilin
lilin
你好，我标注完图片之后是一个json格式的。我标注玩之后推出了程序，现在只有图片文件和json文件，我要怎么把下面的json文件转换成yolo obb训练的格式，如下图这样。我第一次用这个标注工具，  `{ "version": "2.3.5", "flags": {}, "shapes": [ { "label": "barriergate", "points": [ [ 51.18582262759597, 495.3528952953652 ], [ 408.90963356628106, 1040.408345730925 ], [ 357.9329269596456, 1073.8647247871413 ], [ 0.2091160209605789, 528.8092743515816...
请问下面图里的数据是代码生成的吗，怎么执行呢。下载的数据集只有下面的部分 
********************************************* 温馨提示：根据社区不完全统计，按照模板提问，可以加快回复和解决问题的速度 ********************************************* ## 环境 Windows - 【FastDeploy版本】： 说明具体的版本，如fastdeploy-develop - 【编译命令】如果您是自行编译的FastDeploy，请说明您的编译方式（参数命令） - 【系统平台】: Windows x64(Windows10) - 【硬件】： 说明具体硬件型号，如 Nvidia GPU 4090 - 【编译语言】： Python(3.6) ## 问题日志及出现问题的操作流程 - 附上详细的问题日志有助于快速定位分析 - 【模型跑不通】...
这是我自训练模型的输出结构：  这是airockchip/rknn_model_zoo中的yolov8n的结构：  我不太明白造成这种差异的原因，我是根据airockchip/ultralytics_yolov8 的教程来转换的。 请大佬指教！！
1，模型用yolov8obb重新训练了自己的模型，只做一个类别的识别。模型不管是bs=1，还是16训练出来的，都会出现这个问题 2，成功转成onnx模型 3，在转rknn时出错如下 4，rknn_model_zoo是git的最新版，我没搞明白为啥会出现这种维度错误，我在ret = rknn.build(do_quantization=do_quant, dataset=DATASET_PATH,rknn_batch_size=1)设置了 bs=1 但是也没用。 `rknn_model_zoo/examples/yolov8_obb/python# python convert.py best.onnx rk3588 I rknn-toolkit2 version: 2.3.0 --> Config model done --> Loading model I Loading : 100%|██████████████████████████████████████████████| 156/156...
********************************************* 温馨提示：根据社区不完全统计，按照模板提问，可以加快回复和解决问题的速度 ********************************************* ## 环境 - 【FastDeploy版本】： 训练：使用的是paddleOCR最新版训练det模型，验证测试没问题。转换inference：根据webdemo以及issue，修改了tools/export_model.py中infer_shape = [3, 960, 960]，然后转换了det模型。转换paddlejs：在本项目中通过以下命令（FastDeploy\examples\application\js\converter> paddlejsconverter --modelPath=det_20241101_new/inference.pdmodel --paramPath=det_20241101_new/inference.pdiparams --outputDir=det_20241101_new）生成了model.json和chunk_1.dat - 【编译命令】如果您是自行编译的FastDeploy，请说明您的编译方式（参数命令） - 【系统平台】: Windows x64(Windows10) - 【硬件】： 训练：4090。webdemo：集显 - 【编译语言】： nodejs：v22.11.0 npm：10.9.0 ##...