MMDetection代码教学——OpenMMLab实战营第五讲

MMDetection 环境搭建

两阶段检测器的构成
在这里插入图片描述
单阶段检测器的构成
在这里插入图片描述

  1. 主干网络 backbone

  2. 颈部 neck

  3. bbox head 1: anchor锚框生成、边界框编码bbox_coder、分类损失函数、边界框损失函数

COCO数据集介绍

COCO数据集微软2014年提出,常用的是2017年版本

  • 全集33W张图像
  • 针对多种任务进行了标准
  • 80类、150W物体标注用于目标检测与实例分割

完整的COCO 数据集包含一系列单独存放的照片和若干标注文件(annotation files)。每个标注文件定义了一个数据子集,包含对应的图片路径,以及图片上的所有标注信息

MMDetection 会按照COCO的格式读取数据集,因此,我们可以将自己的数据集按照COCO的格式进行组织,MMDetection 就可以正确的读取数据和标注信息。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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