AI-TOD 项目使用教程
2026-01-16 10:05:01作者:凤尚柏Louis
1. 项目的目录结构及介绍
AI-TOD 项目的目录结构如下:
AI-TOD/
├── aitod/
│ ├── annotations/
│ ├── images/
│ │ ├── test/
│ │ ├── train/
│ │ ├── trainval/
│ │ └── val/
│ └── aitod_xview/
├── xview/
│ ├── ori/
│ │ └── train_images/
│ └── xView_train.geojson
├── generate_aitod_imgs.py
├── README.md
└── LICENSE
目录结构介绍
aitod/: 包含 AI-TOD 数据集的标注文件和图像文件。annotations/: 存放 AI-TOD 数据集的标注文件(JSON 格式)。images/: 存放 AI-TOD 数据集的图像文件(PNG 格式)。test/: 测试集图像。train/: 训练集图像。trainval/: 训练验证集图像。val/: 验证集图像。
aitod_xview/: 包含与 xView 数据集相关的文件。
xview/: 包含 xView 数据集的原始图像和标注文件。ori/: 原始图像文件夹。train_images/: 存放 xView 训练集的图像(TIF 格式)。
xView_train.geojson: xView 训练集的标注文件。
generate_aitod_imgs.py: 用于生成完整 AI-TOD 数据集的端到端工具。README.md: 项目说明文档。LICENSE: 项目许可证文件。
2. 项目的启动文件介绍
项目的启动文件是 generate_aitod_imgs.py,这是一个端到端工具,用于生成完整的 AI-TOD 数据集。
启动文件介绍
generate_aitod_imgs.py: 该脚本负责组织下载的文件并生成完整的 AI-TOD 数据集。运行该脚本可能需要大约一个小时,生成的完整图像集将位于aitod文件夹中。
3. 项目的配置文件介绍
AI-TOD 项目没有明确的配置文件,但可以通过以下方式进行配置和安装所需的包:
配置和安装
-
安装环境:
- Python 3.7
- mmcv
-
安装 wwtool:
git clone https://github.com/jwwangchn/wwtool.git cd wwtool python setup.py develop -
安装其他所需包:
cd aitodtoolkit pip install -r requirements.txt -
运行端到端工具:
python generate_aitod_imgs.py
通过以上步骤,您可以配置和运行 AI-TOD 项目,生成完整的 AI-TOD 数据集。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0239
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
JoyAI-VL-Interaction-Preview京东开源首个开源、视觉驱动的实时交互模型——它能实时监控视频流,并自主决定何时发言、保持沉默或委托任务。Jinja00
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0180
kornia🐍 空间人工智能的几何计算机视觉库Python03
PaddleParallel Distributed Deep Learning: Machine Learning Framework from Industrial Practice (『飞桨』核心框架,深度学习&机器学习高性能单机、分布式训练和跨平台部署)C++02
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
786
5.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
898
2.08 K
Ascend Extension for PyTorch
Python
767
985
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
721
1.45 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
481
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
483
180
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.13 K
1.17 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.49 K
684
昇腾LLM分布式训练框架
Python
189
240