![](https://img-blog.csdnimg.cn/20190918140145169.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Faster-rcnn
pytorch实现
进击的路飞桑
我在敲代码,别叫我打游戏~
展开
-
faster-rcnn源码中test_net.py文件的evaluate_detections函数
本文基于pytorch1.0实现的faster-rcnn源码进行讲解,点击获取源码。当faster-rcnn训练完成后,我们需要对训练结果的检测能力进行评估,此时用到了evaluate_detections函数。其调用方式如下: print('Evaluating detections') imdb.evaluate_detections(all_boxes, output_dir...原创 2020-04-09 16:25:04 · 905 阅读 · 0 评论 -
faster-rcnn中使用clip_gradient函数防止梯度爆炸
当在一次迭代中权重的更新过于迅猛的话,很容易导致梯度爆炸。clip_gradient 的作用就是让权重的更新限制在一个合适的范围。首先设置一个梯度阈值:clip_gradient 在后向传播中求出各参数的梯度,这里我们不直接使用梯度进行参数更新,我们求这些梯度的l2范数||g|| 然后比较||g||与clip_gradient的大小 如果前者大,求缩放因子clip_gradient/||...原创 2020-03-31 15:45:34 · 761 阅读 · 0 评论 -
理解faster-rcnn中的Two-Stage
在objects detection算法中,大概可以分为两大方向一、Two-Stage,这是一种Proposal-based的方法,需要先使用启发式方法(selective search)或者CNN网络(RPN)产生Region Proposal,然后再在Region Proposal上做分类与回归。精度高,但是速度慢。R-CNN Fast R-CNN Faster R-CNN Ma...原创 2020-03-31 14:12:42 · 3480 阅读 · 0 评论 -
Faster-rcnn中的损失函数
L2 lossRPN网络中对于边框的预测是一个回归问题,通常可以选择平方损失函数,即L2损失。但是当预测值与目标值相差很大时,容易产生梯度爆炸。 L2 loss = L1 loss我们...原创 2020-03-28 21:28:22 · 10060 阅读 · 0 评论 -
Ubuntu下基于Pytorch的Faster-rcnn环境部署
Faster-rcnn代码下载地址,根据作者要求执行此代码需要Pytorch1.0+Python3.6+CUDA 8.0 or higher,我的设备环境如下:Ubantu18.04+Anaconda3+Pycharm+GTX1650(4G显存)+CUDA10.0+CUDNN+Pytorch1.0.0+Python3.6第一步:安装Pycharm和Anaconda具体安装步骤可以参看w...原创 2020-03-19 16:20:14 · 1746 阅读 · 0 评论 -
编译Faster R-CNN源码中的make.sh文件
学习Faster R-CNN时在github上下载了一位前辈的代码,此代码需要编译一个make.sh文件才能正常运行,编译过程如下:第一步:按照代码说明中的要求,配置好运行环境Ubantu18.04+pytorch0.4.1+python3.5+cuda10.1+cudnn7.6.5,其中cuda可以是其它可行版本。第二步:编译make.sh文件在上述的虚拟环境中,编译faster...原创 2020-03-13 11:37:21 · 3762 阅读 · 6 评论