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 StartedRust0172
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 Notebook097
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
750
4.87 K
Claude 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 Started
Rust
1.58 K
172
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++
841
1.84 K
Ascend Extension for PyTorch
Python
689
834
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
229
97
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
451
418
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++
1.02 K
1.04 K
暂无简介
Dart
999
259
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++
642
1.27 K