以低頻資料為例，對redd資料集進行分析。
當我們使用nilmtk讀取redd資料集後，有乙個.metadata函式，能夠顯示redd資料集的資訊，包括redd的全稱、作者、作者所在地等等資訊。
莫非這些資訊是nilmtk自帶的？
在低頻資料檔案種並沒有這些資料啊。
在building1中共有20個channel，使用nilmtk讀取後，顯示電器如下：
metergroup(meters=
metergroup(meters=
) metergroup(meters=
))
在house1中，channels19在labels中的標籤也是washer dryer，為什麼在.h5檔案中，該裝置名稱就程式設計了unknown，而且也沒有歸類到metergroup中？
這些資訊並沒有包含在redd資料集中的building1-building6這6個資料夾內，而是寫在.yaml檔案中。乙個名為dataset.yaml的檔案中記錄了redd資料的總體資訊。各個buildingx.yaml記錄了各個房子的儀表資訊。
各個.yaml檔案是包含在anaconda3\envs\nilmtk-env\lib\site-packages\nilmtk\dataset_converters\redd\metadata資料夾內的。
也就是說，redd提供了6個房子的資料作為nilm的乙個公開的固化版本的資料集，由於版本已經固化，因此nilmtk則直接將redd的6個房子的儀表資訊寫在了軟體中。
REDD資料集的補充說明
在redd資料集中，對每乙個房間都有兩個總表資料。這兩個總表的資料並不一致。在實際使用的時候，redd資料集預設把總表資料相加。也就是說，兩個 分總表 求和，最終得到的功率才是真正的 總耗電量 此外，總表資料有缺失的資料，在處理的時候，有一種方法是直接採用上一時刻的資料作為缺失的資料。在nilmtk...
PASCAL VOC資料集分析
pascal voc資料集分析 pascal voc為影象識別和分類提供了一整套標準化的優秀的資料集，從2005年到2012年每年都會舉行一場影象識別challenge。本文主要分析pascal voc資料集中和影象中物體識別相關的內容。其中在影象物體識別上著重需要了解的是annotations i...
記錄 PASCAL VOC資料集分析
做深度學習目標檢測方面的同學一定會接觸到pascal voc資料集，前陣子準備按照它的格式準備自己的資料集。這裡就來詳細的記錄一下pascal voc的格式，包括目錄構成以及各個資料夾的內容格式。各大演算法的leaderboards 常用搭配 結構圖 voc2007 annotations imag...