CS231A项目-(Lim / Mims)极端微光目标识别和跟踪 介绍 内置的Google Colaboratory笔记本旨在提供一种生成带有边界框信息的合成弱光图像的方法,以便可以训练网络以检测极弱光下的盒子。合成图像是具有随机大小和纵横比的3D对象,并在转换为2D之前旋转和平移。在2D转换之后,添加了临时和固定模式噪声,其中包括信号散粒噪声,电读取噪声,列FPN和热像素。 该存储库包含五个目录。 合作笔记本-一个笔记本用于生成合成图像。另一个是用于训练和检测 Python_code-包含Yolov3代码模块的各种修改版本,以及用于准备数据和配置文件以与Yolo一起使用的实用程序。 数据-训练和验证数据集。 output_images-从早期运行保存的图像。 saved_weights-从较早的运行中保存的权重。 设置运行训练或预测 该代码和实用程序将在Google Drive上期待