小萌新的炼丹之路—目标检测实战篇

最新推荐文章于 2024-07-24 15:22:35 发布
最新推荐文章于 2024-07-24 15:22:35 发布
阅读量102 收藏
点赞数
分类专栏： CNN 深度学习 文章标签： pytorch 深度学习 神经网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/fuyanping123/article/details/120641878
版权

炼丹之路—目标检测实战篇

实战篇
  1. 掌握数据集的基本格式（包括coco数据集和voc数据集的基本格式，了解xml格式数据集的基本信息）
  2. 使用pytorch调用faster-rcnn模型进行目标检测
  3. 训练pytorch的fater-rcnn模型并保存
  4. 使用darknet框架的yolo系列的模型进行目标检测
  5. 把xml格式的数据集转成yolo格式的数据集
  6. 训练自定义数据集的yolov4模型和yolov4-tiny模型
应用篇
  1. 训练人脸识别的模型，并进行人脸检测识别
  2. 训练robomaster官方的数据集，对robomaster的物体进行实时的目标检测
fuyanping123
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
小萌新的炼丹之路—目标检测篇
fuyanping123的博客
10-07 129
炼丹之路—目标检测理论篇 常用的主干特征提取网络 掌握ResNet的网络结构 掌握VGG16的网络结构 掌握GoogleNet的网络结构 目标检测中常用的bounding-box生成机制 了解faster-rcnn的基本原理和思想，了解faster-rcnn的网络结构，包括backbone，rpn，roi-pooling层 了解Yolo的基本原理和思想，包括cspdarknet，yolo-head 清楚yolo系列的目标检测模型和rcnn系列模型的基本区别，了解one- stage和Two- st
目标检测模型炼丹的完整训练步骤，遇到问题，解决方案 2021-09-02
dream_home8407的博客
09-02 616
目标检测模型炼丹的完整训练步骤，遇到问题，解决方案 训练模块，第一步数据清洗，第二步整理标注数据，第三步调整模型的参数，第四步开始训练，第五步测试交付 炼丹的第一步，处理基础药材，将药材的杂质去掉， 1，修改图片后缀， 2，将模糊，亮度等有质量问题的图片，通过脚本清除掉， 3，数据自己再看一眼，不需要自己提纯的药物也清楚掉，不属于自己训练数据，或者数据特征不明显的坚决清楚掉 4，处理药材，剥壳去皮剪枝，去点重复的和旋转的图片， 炼丹第二步，将药材进行标记分类，所有药材按照重量比例划分好， 1，去除标签和图
Kaggle实战目标检测以及各种技巧合集。
weixin_33937913的博客
06-01 6204
本文来自52CV群友Spytensor参加Kaggle目标检测比赛的总结，作者是位数据竞赛爱好者，文章非常具有实战意义。欢迎收藏～背景国内的数据竞赛真的缺乏交流，还是喜欢 kaggle 的 kernel 和讨论区，真硬核！这里分享一下我总结的一些目标检测中会用到的 “奇淫技巧”，牵扯到代码的我就直接拿mmdetection[1] 来举例了，修改起来比较简单。1. 模型选择近...
目标检测-训练与测试
lzw刘仔很忙的博客
12-26 1421
目标检测网络的训练大致是如下的流程： 设置各种超参数 定义数据加载模块 dataloader 定义网络 model 定义损失函数 loss 定义优化器 optimizer 遍历训练数据，预测-计算loss-反向传播 首先，我们导入必要的库，然后设定各种超参数 后处理 目标框信息解码 之前我们的提到过，模型不是直接预测的目标框信息，而是预测的基于anchor的偏移，且经过了编码。因此后处理的第一步，就是对模型的回归头的输出进行解码，拿到真正意义上的目标框的预测结果。 后处理还需要做什么呢？
深度学习系列资料总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
07-17 2万+
说明本系列深度学习资料集合包含机器学习、深度学习等各系列教程，主要以计算机视觉资料为主，包括图像识别、分类、检测、分割等，内容参考Github及网络资源，仅供个人学习。深度学习定义一般是指通过训练多层网络结构对未知数据进行分类或回归深度学习分类有监督学习方法——深度前馈网络、卷积神经网络、循环神经网络等；无监督学习方法——深度信念网、深度玻尔兹曼机，深度自编码器等。手写机器学习笔记github机器学习算法公式推导以及numpy实现github人工智能相关术语link。..................
我的成长之路：追逐冠军的少年
炼丹笔记
01-11 574
写在前面 从“数字中国建设峰会”回到北京的这个周末，一个人来到公司，回想这几年走过的路感慨良多。于是乎提起笔，写一下我这几年的经历、感悟、收获。给自己做一个阶段性的总结，同时也记录一下我是怎么从“水暖建材行业子弟”重回“计算机行业”，又是怎么由一个“数据算法竞赛小萌新”一步步成长，并取得一些成绩的。 那么，先做一个自我介绍，大家好，我是 DOTA，我是 朱...
2021年总结：缘起性空，归来不少年——回顾这荆棘的一年
热门推荐
杨秀璋的专栏
01-05 3万+
2021年已经离去，感谢大家的陪伴和帮助，感谢家人的鼓励。转眼，这已是我在CSDN写下的第九篇年终总结，真是岁月如梭。《缘起性空，归来不少年》。是啊，归来不再少年，我已经是而立之年了。当我写下这几个字的时候，心里还沉甸甸的。曾经的我总以为，博士毕业继续回到贵州教书，陪伴家人，仍是少年，真的如此吗？或许现实将更加残忍，岁月将不饶人，这荆棘一年让我意识到，我已为人父，不再少年。
收藏、学习一气呵成，2019年机器之心干货教程都在这里了
Datawhale
01-26 1961
机器之心整理参与：张倩、蛋酱从 2016 年起，机器之心每年都会盘点全年的精华教程。去年就有小伙伴留言说要在 2019 年上半年把 2018 年的教程合集「啃下来」。现在都 2020 了...
收藏、退出一气呵成，2019年机器之心干货教程都在这里了
Pysamlam的博客
01-27 1416
机器之心整理参与：张倩、蛋酱从 2016 年起，机器之心每年都会盘点全年的精华教程。去年就有小伙伴留言说要在 2019 年上半年把 2018 年的教程合集「啃下来」。现在都 2020 了...
Python实战精讲萌新系统入门-视频教程网盘链接提取码下载 .txt
02-15
大家和Allen一起从新手村出发，用四个章节、16个案例解锁各种学习Python的姿势，最终拥有闯荡程序员大陆的资格。 视频大小：3.4G
新手编程小工具，适合萌新
12-13
新手编程小工具 1－8位校验和 2－16位校验和 3－计算CRC8 4－计算CRC16 5－计算CRC32 6－计算MD5 7－计算SHA1 8－十六进制字符串转换为Ascii字符串 9－Ascii字符串转换为十六进制字符串 10－十六进制字符串转换为...
Python实战精讲萌新系统入门
06-03
在本课程"Python实战精讲萌新系统入门"中，我们将会全面地探索Python编程语言，旨在帮助初学者快速建立起坚实的编程基础，并具备实际解决问题的能力。Python作为一种强大的、易读性强的编程语言，广泛应用于数据处理...
3D模型学习萌新之路
04-07
在3D模型学习的道路上，无论是对于新手还是有经验的艺术家，都需要理解基本概念和掌握一系列工具。3D模型是虚拟世界中物体的数学表示，由多边形构成，能够呈现现实世界或虚构物体的立体形态。而在游戏领域，3D模型被...
【AI】Pytorch 平台随机种子设置说明
最新发布
张哥频道：电生理信号和磁共振成像
07-24 158
Pytorch 平台随机种子设置说明
【PyTorch】单目标检测项目
Frost_Descent的博客
07-23 1800
将中央凹中心预测为眼睛图像中的x和y坐标，构建一个由多个卷积层和池化层组成的模型。 该模型将接收调整好的RGB图像，提供与中央凹坐标相对应的两个线性输出。模型将利用ResNet论文Deep Residual Learning for Image Recognition中介绍的skip connection跳跃连接技术。
【Pytorch实战教程】Pytorch中model.train()和model.eval()的作用
惊鸿若梦一书生
07-22 218
在 PyTorch 中，`model.train()` 和 `model.eval()` 用于设置模型的`训练模式`和`评估模式`，它们的作用主要涉及模型中的特定层如批归一化（Batch Normalization）和丢弃（Dropout）等。
用PyTorch从零开始编写DeepSeek-V2
deephub
07-23 4664
本文详细介绍了DeepSeek-V2语言模型，这是一个强大的开源混合专家（MoE）语言模型，采用创新的架构来提高训练和推理的经济性和效率。DeepSeek-V2采用了两种核心技术：细粒度专家分割和共享专家隔离，这两种策略显著提高了专家的专业化水平。此外，文章还介绍了多头隐性注意力（MLA），这是一种改进的注意力机制，通过低秩键值联合压缩和解耦旋转位置嵌入，优化了模型的存储和计算效率。除了理论探讨，我们通过编写代码实现DeepSeek-V2，可以更深入地理解其架构和工作原理。
ctfshow萌新记忆
09-07
作为一个萌新，参加ctfshow可能会有一些挑战，但也是一个很好的学习机会。 在ctfshow中，你可能会面对各种类型的题目，包括密码学、取证分析、网络安全、逆向工程等。重要的是保持积极的学习态度和团队合作精神。...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值