MMSegmentation学习笔记
文章平均质量分 54
有幸参与了DataWhale的2023年8月开源学习小组,学习内容刚好是MMSegmentation,在这里做一下笔记记录,也督促一下自己。
桐秋廿
这个作者很懒,什么都没留下…
展开
-
MMSegmentation笔记07:使用MMDeploy部署
pipeline.json:模型输入、预处理、推理、后处理,每一步骤的输入输出信息,用于给使用者说明处理流程。deploy.json:模型描述,用于MMDeploy Runtime推理。output_onnxruntime_0.png:使用推理框架预测的结果。output_pytorch_0.png:使用pytorch预测的结果。detail.json:模型转ONNX的信息,用于追溯bug。end2end.onnx:ONNX模型。一种是直接用OpenMMLab提供的。文件在命令行中执行转换。原创 2023-08-21 18:41:01 · 466 阅读 · 0 评论 -
MMSegmentation笔记06:推理
本节整理代码如上,基本原理与单张预测几乎一样,多了一步就是将视频拆成单帧,进行预测后再拼合成视频并保存。本节的代码整理如上,基本是对子豪兄的代码进行路径上的修改,也就是在路径最前面加。本节也是照猫画虎,终点在于os库的应用,官方代码有一处需要修改,即79行,将。定义config文件和pth文件的路径。基于config文件和pth文件通过。各种方法来绘制原图与结果。原创 2023-08-20 19:23:48 · 331 阅读 · 0 评论 -
MMSegmentation笔记05:训练+日志可视化+测试集性能评估
同样的,由于我的py文件新建在根目录下,与 git clone 下来的segmentation文件夹并列,所以基本每个路径前都加上了。而指标表现的比较好的原因其实是这里子豪兄的测试集与验证集相同,由于数据集不充分,就这么做了,实际应用中千万不要这么做。然后就是漫长的训练等待,我的显卡是RTX 3060 16GB,训练了20个小时,如果硬件条件不允许的话,可以直接下载。可以看到除了最后的白籽,其他指标表现非常好,这是由于白籽目标太小,且数据集也不多,因此表现不好。当然,切换到本地运行仍然会有文件路径的问题。原创 2023-08-19 16:17:20 · 1217 阅读 · 1 评论 -
MMSegmentation笔记04:准备config配置文件、数据集和pipeline
这里需要改动一些文件路径,因为教程是在云平台运行的,且用的是notebook,我这里是在本地pycharm运行的。下载的时候参考ipynb文件中的路径,保存的时候要与教程的路径要一致。至此为止,程序就可以跑通了,可以正常打印config文件的内容和保存。,同时自己在根目录下新建一个。同理,需要自己新建一个。原创 2023-08-17 20:02:51 · 239 阅读 · 0 评论 -
MMSegmentation笔记03:下载数据集并可视化观察
这里我注释掉了89行,如果想保存结果文件到本地的话就新建一个文件夹叫。下载好之后将其解压放在工程根目录下。原创 2023-08-16 15:37:35 · 174 阅读 · 0 评论 -
MMSegmentation笔记02:认识和安装MMSegmentation
由于我已经配置好pytorch的环境了,所以这里直接开始安装MMSegmentation。原创 2023-08-15 12:54:45 · 571 阅读 · 1 评论 -
MMSegmentation笔记01:认识OpenMMLab
深度学习框架发展史theanoCaffeTensorFlowmxnetCaffe2PytorchOpenMMLab首推MMdetection,GitHub两万Star,各种与目标检测相关的论文都有MMYOLO收录了各种YOLO版本MMOCR:文本检测、文本识别、关键信息提取MMDetection3D:3D目标检测MMRotate:旋转目标检测算法MMSegmentation:图像分割算法库MMPretrain:图像分类+预训练+多模态算法MMPose:姿态估计。原创 2023-08-14 20:40:11 · 123 阅读 · 0 评论