![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
object detection
文章平均质量分 96
杭州的平湖秋月
这个作者很懒,什么都没留下…
展开
-
使用 TensorRT 对 YOLOv8 模型进行 int8 量化
对 YOLOv8 模型进行 int8 量化,主要用到 Python 版的 TensorRT。原创 2023-09-27 23:54:39 · 3916 阅读 · 72 评论 -
用 Vision Transformer 做物体探测任务 object detection
Transformer 最开始是应用于 NLP 的翻译任务,而后续的实践则证明了 Vision Transformer 也能够用于物体探测等 CV 任务。下面是用 Vision Transformer 实现了一个不使用卷积、无预设框 anchor free 的物体探测器,用该探测器在 COCO 数据集上做探测任务的效果。训练环境配置: Keras/TensorFlow 2.9,Python 3.10,WIN 10,Anaconda,Pycharm 以及 Jupyter Lab.原创 2022-09-17 22:00:44 · 2384 阅读 · 1 评论 -
使用 COCO 数据集训练 YOLOv4-CSP 模型
前言如果完全按照 YOLO 的论文,并不能直接训练出一个好用的物体探测 object detection 模型。这是因为我们并不知道原作者使用的超参数是什么。所以需要自行编写损失函数,尝试各种超参,对模型进行训练。下面是我用 COCO 2017 数据集中的少量图片,对 YOLOv4-CSP 模型进行训练的结果。 使用框架为 Keras/TensorFlow 2.9。原创 2022-06-01 17:56:30 · 3051 阅读 · 0 评论 -
用 Keras/TensorFlow 2.8 创建 COCO 的 average precision 指标
文章目录前言1. AP 的算法原理。2. 在 Keras 中的实现。3. 创建状态量。4. update_state 方法。4.1 更新第一个状态量 showed_up_classes 。4.2 更新另外两个状态量。5. result 方法。6. 测试盒 testcase。7. 使用方法。8. 下载链接。THE END前言YOLO 系列(包括 YOLOv4-CSP,YOLOv4 等)的探测器 detector,它们的损失函数由 3* 部分组成。如果这 3 部分的每一个部分都使用一个指标,将得到 3原创 2022-03-22 16:04:28 · 1833 阅读 · 0 评论 -
用 Keras/TensorFlow 2.8 创建 YOLOv4-CSP 模型
用 Keras/TensorFlow 2.8 创建 YOLOv4-CSP 模型前言1. YOLOv4-CSP 的整体结构图。2. 脊柱部分 backbone。3. 颈部 neck。4. 头部 head。5. 使用方法。6. TF 2.8 和环境配置。7. 参考博客。8. 下载地址。前言YOLOv4 的原作团队,把 YOLOv4 升级到了 Scaled-YOLOv4,用 COCO 数据集训练,最高能够实现 55.5% AP。2021 年的第二版 Scaled-YOLOv4 论文地址链接Scaled原创 2022-03-02 22:11:38 · 1392 阅读 · 0 评论