- 博客(20)
- 收藏
- 关注
原创 mmdetection 运行confusion_matrix.py时报错 ValueError: height and width must be > 0
mmdetection 运行confusion_matrix.py时报错 ValueError: height and width must be > 0。但是如果使用--show可能会有其他bug。
2024-09-05 14:24:46 333
原创 mmdetection 使用测试时值过低
运行 ./tools/dist_test.sh work_dirs/faster-rcnn_r50_fpn_1x_coco/faster-rcnn_r50_fpn_1x_coco.py work_dirs/faster-rcnn_r50_fpn_1x_coco/epoch_150.pth 1 --out work_dirs/faster-rcnn_r50_fpn_1x_coco/faster-rcnn_r50_fpn_1x_coco.pkl。
2024-09-05 14:20:40 223
原创 (linux/MMdetection2)faster RCNN目标检测:训练自己的coco格式数据集,单/多gpu训练与测试,笔记
(linux/MMdetection)faster RCNN目标检测:训练自己的coco格式数据集,单/多gpu训练与测试,笔记
2023-04-16 11:49:35 2794
原创 (linux)mmdetection2环境配置gpu+anaconda+pycham+ RTX2080ti 笔记
(linux)mmdetection环境配置gpu+anaconda+pycharm+RTX2080ti 笔记,包括如何在anconda创建虚拟环境和用pycham为项目配置mmdetection虚拟环境
2023-04-13 15:12:40 537
原创 SSD训练时报错No such file or directory: ‘datasets\\VOC2012\\Annotations\\.xml‘
或 source = open(source, "rb")
2023-04-01 16:02:31 425
原创 SSD数据集训练时出现IndexError: too many indices for array: array is 1-dimensional, but 2 were indexed等
在ssd/data/datasets/voc.py中的def __getitem__(self, index):下插入。删掉这些xml与对应的图片,注意 \ImageSets\Main中txt文件中相应的id也要删掉。if len(boxes) == 0:# 检测是否有空白的bbox。然后就会自动打印出中没有BBOX的xml。
2023-04-01 15:46:35 1737
原创 (linux)Faster RCNN-pytorch1.0目标检测2:训练自己的数据集,gpu,pycharm, 训练笔记
(linux)Faster RCNN-pytorch1.0目标检测2:训练自己的数据集,gpu,pycharm, RTX2080ti,训练笔记。报错ImportError: cannot import name '_mask '解决在最后
2023-03-11 14:55:31 666 3
原创 (linux)Faster-RCNN pytorch目标检测1:环境配置gpu+anaconda+pycham+ RTX2080ti 笔记
(linux)Faster-RCNN pytorch目标检测1:pytorch1.10.1环境配置gpu+anaconda+pycharm+RTX2080ti 笔记,包括如何在anconda创建Faster-RCNN虚拟环境和用pycham为项目配置Faster-RCNN虚拟环境
2023-03-11 14:07:21 736
原创 (linux)yolov5/v3-pytorch目标检测2:训练自己的数据集,gpu,pycharm, RTX2080ti,单/多显卡训练,笔记
(linux)yolov5/v3-pytorch目标检测2:训练自己的数据集,gpu,pycharm, RTX2080ti,单/多显卡训练。yolov3和yolov5可以使用相同环境配置,数据集和yaml文件通用,训练步骤相同。
2023-03-11 12:33:28 912
原创 (linux)yolov5/v3-pytorch目标检测1:环境配置gpu+anaconda+pycham+ RTX2080ti 笔记
(linux)yolov5/v3-pytorch目标检测1:环境配置gpu+ anaconda+ pycharm+ RTX2080ti 笔记,包括如何在anconda创建yolov5虚拟环境和用pycham为项目配置yolo5虚拟环境。最新版本的yolov3(截至2023.3)不需要darknet配置,而且与yolov5所需的包基本相同,故它们可以共用一个虚拟环境。
2023-03-11 11:52:52 1109 1
原创 (linux) ssd-pytorch深度学习2: 训练自己的数据集, gpu+anaconda+pycharm+RTX2080ti 笔记
(linux) ssd-pytorch深度学习2: 训练自己的数据集, gpu+anaconda+pycharm+RTX2080ti 笔记
2023-03-10 19:15:06 798 3
原创 (linux)ssd深度学习1:pytorch环境配置gpu+anaconda+pycharm+RTX2080ti 笔记
(linux)ssd深度学习目标检测1:pytorch环境配置gpu+anaconda+pycharm+RTX2080ti 笔记,包括如何在anconda创建ssd虚拟环境和用pycham为项目配置ssd虚拟环境。
2023-03-10 17:04:45 678 1
原创 (windows)ssd深度学习2: 训练自己的数据集gpu+ windows11+ anaconda+ pycharm+ RTX3050 笔记(内含单通道灰度图像的训练方法)
ssd深度学习2: 训练自己的数据集gpu+windows11+anaconda+pycharm+RTX3050 笔记,包括单通道灰度图像数据集修改训练的方法
2023-03-09 21:22:18 1062 9
原创 (windows)ssd深度学习1:pytorch环境配置gpu+windows11+anaconda+pycharm+RTX3050 笔记
ssd深度学习1:pytorch环境配置gpu+windows11+anaconda+pycharm+RTX3050 笔记,包括如何在anconda创建ssd虚拟环境和用pycham为项目配置ssd虚拟环境
2023-03-08 15:45:10 1179
原创 (windows)yolov5/yolov3训练自己的数据集,win11 gpu,pycharm,RTX3050笔记
yolov3和yolov5可以使用相同虚拟环境配置,数据集和yaml文件通用,训练步骤相同,而且本人也已经在linux系统上验证过了,同样可以用以下方法。
2023-03-08 14:03:41 1512
原创 (windows) yolov5/yolov3 pytorch环境配置gpu+ windows11+ anaconda+ pycharm+ RTX3050 笔记
最新版本的yolov3(截至2023)与yolov5所需的包基本相同,故它们可以共用一个虚拟环境,不需要额外配置。本人已经在同一虚拟环境上训练了yolov3和yolov5,没有任何出现问题。
2023-03-07 20:38:09 1443 3
Faster-RCNN pytorch1.0,vgg16-caffe.pth和resnet101-caffe.pth
2023-03-11
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人