_better_-CSDN博客

原创 MMRotate 详细使用教程

MMRotate 详细使用教程做旋转目标检测，怎么可以不知道如何使用MMRotate呢！github链接：https://github.com/open-mmlab/mmrotate1 安装创建虚拟环境并激活conda create -n mmrotate python=3.7 -yconda activate mmrotate安装 PyTorch 和 torchvisionconda install pytorch torchvision -c pytorch注意：确保

2022-04-07 11:11:48 10439 24

原创一个库可视化类激活热力图Grad-CAM pytorch版本

一个库可视化类激活热力图Grad-CAM pytorch版本参考内容https://blog.csdn.net/u014264373/article/details/116302678https://github.com/jacobgil/pytorch-grad-cam本文在colab上运行1. 安装CAM库（1.3.7版本），并导入相关的包!pip install grad-camfrom pytorch_grad_cam import GradCAM, ScoreCAM, GradC

2022-03-06 14:17:21 10851 31

原创挂载google 云端硬盘

挂载google 云端硬盘from google.colab import drivedrive.mount('/content/drive/') 点击链接，需要登入google drive将代码复制到第一张图的框里就可以使用啦

2021-02-16 15:32:13 698 1

原创如何做文献阅读笔记

如何做文献阅读笔记关于如何阅读论文并做好笔记，我的方法主要是参考知乎一位大佬的做法，根据自己的专业（计算机）的特点稍作修改而成。主要通过word文档和excel表格完成一、word文档记录文献笔记Article用来记录文献的出处，最方便的就是直接导出文献的引用格式第一列的DATA包含三个部分Aim：用于记录作者写这篇文章的动机或目的，通常会在abstract或intro部分说明Conclusion：用于记录这篇文章的结论性语句，通常会在文章的最后一部分说明，比如使用了什么方法、达

2021-02-13 17:38:24 4996

原创 2021年 google colab 使用操作（步骤带图）

2021年 google colab 新手使用操作1（步骤带图）拥有自己个谷歌云盘，注册好账号链接：https://drive.google.com/drive/my-drive步骤1：右键单击【我的云端硬盘】–>【新建文件夹】（文件夹名称自定，我命名的是 noise label）步骤2：右键单击创建好的文件（noise label）–> 【打开方式】–>【关联更多应用】步骤3：搜索colaboratory，点击右下角的图标，选择安装（不放心有没有安装，可以重新操作一次，会

2021-02-11 14:19:27 1322

原创 DAY-21 目标检测/ 图像分割/ 医学影像/ 目标跟踪/ 人脸识别的相关综述

DAY-21 目标检测/ 图像分割/ 医学影像/ 目标跟踪/ 人脸识别的相关综述原文链接：https://bbs.cvmart.net/articles/4138#reply4821目标检测综述Deep Domain Adaptive Object Detection: a Survey（深度域适应目标检测）Foreground-Background Imbalance Problem in Deep Object Detectors: A Review（深度目标检测器中前景-背景不平衡问

2021-02-10 17:45:24 997 1

原创 DAY-20 GAN模式崩溃的理论解释

DAY-20 GAN模式崩溃的理论解释原文链接： https://bbs.cvmart.net/articles/283模式崩溃（mode collapse）给定数据集合，我们用编码映射将其映入隐空间中，每个数字对应一个团簇，即MNIST数据的概率分布密度函数具有多个峰值，每个峰值被称为是一个模式（mode）。理想情况下，生成模型应该能够生成10个数字，如果只能生成其中的几个，而错失其它的模式蒙日-安培方程（Monge-Ampere）以欧氏距离平方为代价函数的最优传输问题归结为Bren

2021-02-09 12:09:38 434

原创 DAY-19 图像语义分割

DAY-19 图像语义分割原文链接：https://bbs.cvmart.net/topics/708图像语义分割数据集Pascal VOC系列COCOCitscapes图像语义分割网络FCNSegNetU-NetDeepLab v1 & v2RefineNetPSPNet

2021-02-08 11:55:02 92

原创 DAY-18 了解pytorch分布式训练

DAY-18 了解pytorch分布式训练原文链接：https://bbs.cvmart.net/topics/1424#reply4530pytorch 分布式使用流程基本概念：group 、world size、rank、local_rank基本使用流程使用模板TCP 初始化方式Env 初始化方式进程组通信后端...

2021-02-07 10:22:53 96

原创 DAY-17 深度学习模型调试的小技巧

DAY-17 深度学习模型调试的小技巧原文链接：https://bbs.cvmart.net/articles/232#reply4440研究理想的预训练结构使用较小的学习率使用dropout限制权值大小神经网络的第一个隐藏层别动修改输出层在Minist数据集上用Keras来调整dropout并限制权重的大小dropout的最佳实践可视化TensorBoard图...

2021-02-06 10:19:42 113

原创 DAY-16 open_model_zoo 预训练模型概览

DAY-16 open_model_zoo 预训练模型概览原文链接：https://bbs.cvmart.net/topics/74#reply4376目标检测模型目标识别模型再识别模型语义分割模型

2021-02-05 11:05:24 256

原创 DAY-15 发表SCI的方法和技巧

DAY-15 发表SCI的方法和技巧原文链接：https://bbs.cvmart.net/topics/1460利用最后的参考文献关注相关领域近五年的SCI文献关注核心期刊和学科大牛有哪些研究内容？解决哪些问题？已有哪些方法？有什么优缺点？最近进展？格式：title- abstract- introduction- methods- discussions and results- conclusion- acknowledgements and references...

2021-02-05 10:49:27 116

原创 DAY-14 基于孪生网络的跟踪算法

DAY-14 基于孪生网络的跟踪算法原文链接：https://bbs.cvmart.net/articles/326#reply4181SINTSiamese-fcDSiamSA-SiamRASNetSiamRPNSiamFC-triStructSiamDaSiamRPNDenseSiamMBSTSiam-BMC-RPNSiamMaskCIRSiamRPN++

2021-02-05 10:47:58 215

原创 DAY-13 小目标检测常用方法

DAY-13 小目标检测常用方法原文链接：https://bbs.cvmart.net/articles/1245Augmentation for small object detection中，也提出了两个简单粗暴的方法针对COCO数据集中包含小目标的图片数量少的问题，使用过采样OverSampling策略针对同一张图片里面包含小目标数量少的问题，在图片内用分割的Mask抠出小目标图片再使用复制粘贴的方法（当然，也加上了一些旋转和缩放，另外要注意不要遮挡到别的目标）特征融合的FP

2021-02-05 10:45:41 220

原创 DAY-12 图片语义分割深度学习算法

DAY-12 图片语义分割深度学习算法原文连接：https://bbs.cvmart.net/articles/150PASCAL VOC 数据集(2012)是常用于目标检测与图像分割的数据集训练集与验证集有超过11k张图片，而测试集有10张图像分割使用平均交并比（mLoU）评估模型算法的性能PASCAL-Context 数据集(2014)是PASCAL VOC 数据集(2010)的扩展包括了10k张训练图片，10k张验证图片，以及10k张测试图片。新版数据集的特别之处在于整个情景被

2021-02-05 10:43:46 204

原创 DAY-11 Mask R-CNN

DAY-11 Mask R-CNN原文连接：https://bbs.cvmart.net/topics/1079目标检测：对图像中每个对象定位每个目标边界框的坐标（x, y）每个边界框关联的类别标签语义分割：将输入图像中的每个像素与一个类别标签(包括一个用于背景的类标签)关联起来相同的目标，用相同的颜色标记无法区分同一类的两个对象，特别是同一个类别的两个目标是相互遮挡时，问题更加明显实例分割；为图像中的每个对象计算像素级mask相同的目标，用不同的颜色标记不仅

2021-02-05 10:41:43 111

原创 DAY-10 图像标注工具

DAY-10 图像标注工具原文链接：https://bbs.cvmart.net/topics/61Labelme: 适用于图像分割任务的数据集制作Labelmg: 适用于图像检测任务的数据集制作yolo_mark: 适用于图像检测任务的数据集制作Vatic: 适用于图像检测任务的数据集制作Sloth: 适用于图像检测任务的数据集制作Annotorious: 适用于图像检测任务的数据集制作RectLabel: 适用于图像检测任务的数据集制作VoTT: 适用于图像检测任务的数据集制作

2021-02-04 16:42:17 181

原创 DAY-9 pytorch教程

DAY-9 pytorch教程原文连接：https://bbs.cvmart.net/topics/134模型搭建定义的三要素：继承nn.Module这个类，在init(self)设置好需要的组件，在forward(self,x)中定义好的组件进行组装

2021-02-04 16:40:52 104

原创 DAY-8 深度学习调参技巧

day-8 深度学习调参技巧原文连接： https://bbs.cvmart.net/articles/282模型错误率高的原因模型实现中的bug：比如标签错误的问题参数选择不合适：模型对超参数很敏感，学习率太高或太低都不行数据模型不适配：比如你要训练一个自动驾驶图像识别的模型，用ImageNet数据集来训练就不合适数据集的构造问题：没有足够数据、分类不均衡、有噪声的标签、训练集合测试集分布不同深度学习debug流程从简单模型入手成功搭建模型，复现结果– 常见bu

2021-02-04 15:43:52 85

原创 DAY-7 神经网络压缩综述

DAY-6 神经网络压缩综述原文连接：https://bbs.cvmart.net/articles/313模型裁剪/剪枝（Pruning）单个权重(Weight)剪枝——非结构化核内权重(Intra Kernel Weight)剪枝/核的稀疏化——结构化卷积核(Kernel/ Filter)/特征图(Feature Map)/通道(Channel)剪枝——结构化中间隐层（layer）剪枝网络分解（张量分解）CP分解SVD分解Tucker分解张量列分解（Tensor

2021-02-04 15:36:56 221

原创 DAY-6 8篇小样本学习 (few-shot learning)

DAY-6 8篇小样本学习 (few-shot learning)原文连接：https://bbs.cvmart.net/articles/1558Graph Few-shot Learning via Knowledge Transfer（通过知识迁移的图小样本学习），AAAI2020提出“一种基于辅助图的先验知识的图小样本学习（GFL）算法”AdarGCN: Adaptive Aggregation GCN for Few-Shot Learning（自适应聚合GCN的小样本学习）

2021-02-04 15:35:04 640

原创 DAY-5 U-Net 神经网络为什么会在医学图像分割表现好？

DAY-5 U-Net 神经网络为什么会在医学图像分割表现好？原文连接：https://bbs.cvmart.net/articles/294U-Net 结构encoder下采样4次，一共下采样16倍进行了4次上采样，并在同一个stage使用了skip connection

2021-02-04 15:30:49 126

原创 DAY-4 TridentNet:处理目标检测中尺度变化新思路

DAY-4 TridentNet:处理目标检测中尺度变化新思路原文连接：https://bbs.cvmart.net/articles/231

2021-02-04 15:27:33 104

原创 DAY-3 多目标追踪器

DAY-3 多目标追踪器原文连接：https://bbs.cvmart.net/articles/71多目标追踪step 1: 创建单目标追踪器先定义一个函数，用追踪器类型作为输入并创建一个追踪器对象。OpenCV 有八个不同的追踪器类型：BOOSTING, MTL, KCF, TLD, MEDIANFLOW, GOTURN, MOSSE, CSRT.step 2: 读取视频的第一帧一个多目标视频追踪器需要两个输入：一是视频的一帧，二是想要追踪的所有目标的位置（边界框）step 3: 在第

2021-02-04 11:41:44 290

原创 DAY-2 目标检测的多尺度检测

DAY-2 目标检测的多尺度检测原文连接：https://bbs.cvmart.net/articles/125YOLOV1每层使用同样大小的卷积窗口, 识别超大或超小物体就变得无能为力（最后一层的输出特征图是固定7*7）SSD最后一层的检测是由之前多个尺度（Multi-Scale）的特征图共同生成的，在多尺度物体的检测上有所提高，但最后几层的所谓“多尺度”是有限的，特征图尺寸越小，可识别的物体越大，对极小目标识别无能为力FPN（特征金字塔网络）从顶层（自上而下）的每一层都进行

2021-02-04 11:36:03 175

原创 DAY-1 计算机视觉知识点总结

DAY-1 计算机视觉知识点总结https://bbs.cvmart.net/articles/380卷积神经网络(convolutional neural networks, CNN)（1）卷积层卷积是局部连接、共享参数版的全连接层描述卷积的四个量滤波器个数、感受野（滤波器空间局部连接大小）、零填补、步长全连接层的卷积层等效由于全连接层和卷积层都是做点乘，这两种操作可以相互等效。全连接层的卷积层等效只需要设定好卷积层的四个量：滤波器个数 = 原全连接层输出神经元个数、感受野

2021-02-04 11:30:52 147

Sylvia_Lan的博客