dbnet tensorboard可视化跟进训练过程

最新推荐文章于 2024-05-14 17:06:53 发布

VIP文章 Mr.Q

最新推荐文章于 2024-05-14 17:06:53 发布

阅读量622

点赞数

分类专栏： OCR 文章标签： OCR 深度学习

本文链接：https://blog.csdn.net/jizhidexiaoming/article/details/124361347

版权

1. 目的

2. 代码

3. 可视化结果

1. 目的

利用tensorboard实时的跟进训练情况，可视化当前的预测结果，和参与的数据增强后的训练数据情况。

2. 代码

if self.every_n_inner_iters(runner, self._print_interval_iter):
# loss
loss = runner.batch_iter_output['batch_loss']
prob_dice_loss = runner.batch_iter_output['prob_dice_loss']
thres_dice_loss = runner.batch_iter_output['thres_dice_loss&#

最低0.47元/天解锁文章

优惠劵

Mr.Q

关注关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
dbnet tensorboard可视化跟进训练过程

可视化训练过程
复制链接

扫一扫

专栏目录

DBNet实战：详解DBNet训练与测试（pytorch）

04-01

论文连接：https://arxiv.org/pdf/1911.08947.pdf github链接：github.com 网络结构首先，图像输入特征提取主干，提取特征；其次，特征金字塔上采样到相同的尺寸，并进行特征级联得到特征F；然后，特征F用于预测概率图（probability map P）和阈值图(threshold map T) 最后，通过P和F计算近似二值图（approximate binary map B）在训练期间对P，T，B进行监督训练，P和B是用的相同的监督信号(label)。在推理时，只需要P或B就可以得到文本框。网络输出： 1、probability map, wh1 , 代表像素点是文本的概率 2、threshhold map, wh1, 每个像素点的阈值 3、binary map, wh1, 由1,2计算得到，计算公式为DB公式文章链接：https://wanghao.blog.csdn.net/article/details/123904386

DBNet训练过程笔记

weixin_43705733的博客

03-08

3944

DBnet训练过程笔记论文是Real-time Scene Text Detection with Differentiable Binarization，关于论文讲解有很多。代码来自https://github.com/WenmuZhou/DBNet.pytorch 网络结构如下图。代码结构 base:保存模型，数据集处理的基类 config：配置文件 data_loader:加载数据集，创建文本框，对文本框进行处理 datasets：放置数据集 models:主干网络，DB，FPN，Loss

参与评论您还未登录，请先登录后发表或查看评论

DB可视化软件

weixin_30951389的博客

02-09

dbeaver navicat 转载于:https://www.cnblogs.com/voctrals/p/4281669.html

Python-DBNet大规模驾驶策略学习数据集

08-11

DBNet 数据集记录了视频、激光雷达点云，以及对应的资深驾驶员（驾龄超过 10 年）的真实驾驶行为。

C# Onnx DBNet 检测条形码源码

10-31

C# Onnx DBNet 检测条形码源码博客地址： https://blog.csdn.net/lw112190/article/details/134139262

DBnet-lite.pytorch:具有差分二值化的实时场景文本检测的pytorch重新实现

04-30

| 简体中文DBNet-lite-pytorch这个项目之后会在这里更新,我把之前的项目都做了下整合环境配置pip install -r requirement.txtcd models/dcn/sh make.sh水平或倾斜文本格式照着icdar2015的格式, x1,y1,x2,y2,x3,y3,x4...

C# Onnx DBNet 检测条形码可执行程序exe包

10-31

C# Onnx DBNet 检测条形码可执行程序exe包博客地址： https://blog.csdn.net/lw112190/article/details/134139262

dbnet-barcode:使用DBNet检测索引

03-30

dbnet条形码使用DBNet检测串行运行程序的依赖库是onnxruntime库，安装方法自行百度

DBNet原理

左手coding，右手cooking

04-14

1400

原文链接：https://arxiv.org/pdf/1911.08947.pdf 原文代码链接：https://github.com/MhLiao/DB 复现比较好的：https://github.com/WenmuZhou/DBNet.pytorch 目前文字检测大致可以分为两类：基于回归的方法和基于分割的方法。一般基于分割的方法流程是下图蓝色箭头所示：先通过网络输出图片的文本分割结果（概率图，每个像素是否是正样本的概率），使用预设的阈值将分割结果图转换为二值图，最后使用一些聚合的操作例如连通域将像素级

用PyTorch在一个物体数据库上训练ResNet

08-22

最近几年，在处理语音、图像识别和语言处理等问题上，深度学习有着十分不错的表现。在所有类型神经网络中，卷积神经网络中研究最为深入的。在过去因为没有大数据与高性能的计算设备支撑，想要在不过拟合进行高性能卷积神经网络训练是难以想象的。如今卷积神经网络的飞速发展，离不开出现了ImageNet这样的数据，还有大幅提升的GPU计算性能。尽管各种 CNN 模型仍继续在多种计算机视觉应用中进一步推进当前最佳的表现，但在理解这些系统的工作方式和如此有效的原因上的进展仍还有限。这个问题已经引起了很多研究者的兴趣，为此也涌现出了很多用于理解 CNN 的方法。本课题主要研究了卷积神经网络ResNet，在pytorch平台进行对ResNet34神经网络的训练，得到达到识别精度的神经网络，并对设计的神经网络模型进行评估和测试。首先从已有的图库中crop处理做一个5*100的图像数据库，并搭建卷积神经网络研究平台PyTorch的Window平台，按要求训练出具有识别精度的神经网络，通过设计算法来测试模型的识别率，并将把模型的卷积核可视化。

docker 运行DBNet(差分二值化网络文本检测）

csdnqq970820的博客

05-11

1430

尝试用DBNet进行文本检测：官方代码了：添加链接描述之后会上传代码所需所有数据集和模型文件！首先，建立镜像： docker build -t dbnet:v1 . dockerfile文件： FROM zergmk2/chineseocr:pytorch1.0-gpu-py3.6 USER root run mkdir /DBNet copy . /DBNet #run apt update #run pip install --upgrade -i https://pypi.dou

深度学习之激活函数——Tanh

最新发布

m0_61787307的博客

05-14

313

双曲正切1函数(tanh)，其图像与sigmoid函数十分相近，相当于sigmoid函数的放大版。在实际的使用中，tanh函数要优先于sigmoid函数。

简单的神经网络

小森的博客

05-10

1121

对于二分类问题，假设我们只考虑正类（标签为1）和负类（标签为0）在多分类问题中，交叉熵损失函数可以扩展为−∑𝑖=1𝐾𝑦𝑖⋅log⁡(𝑝𝑖)−∑i=1Kyi⋅log(pi)，其中𝐾K是类别的总数，( y_i )是样本属于第𝑖i个类别的真实概率（通常用one-hot编码表示），而𝑝𝑖pi是模型预测该样本属于第( i )个类别的概率。全连接层通常用于网络的最后几层，它将之前层（如卷积层和池化层）提取的特征进行整合，以映射到样本标记空间，即最终的分类或回归结果。主要作用就是计算损失函数对模型参数的梯度，

【深度学习】Diffusion扩散模型原理解析1

sdksdf的博客

05-10

877

1、前言 diffusion，这几年一直很火的模型，比如这段时间在网上的文生图大模型——Stable diffusion。就是以diffusion作为基底模型，但由于该模型与VAE那边，都涉及了较多了概率论知识，实在让人望而却步。所以，本文将对diffusion进行数学原理推导，如果你没有上过概率论这门课，建议先去学。论文： ①Deep Unsupervised Learning using Nonequilibrium Thermodynamics (arxiv.org) ②Denoising Diff

xLSTM：拳打Transformer，脚踢Mamba？！

鲁班模锤

05-10

1067

记得在《重新审视神经网络》这篇文章中提及，任何人都可以构建自己心目中的神经网络。在Transformers、Mamba、KAN之后，长短期记忆 (LSTM) 架构的发明者Sepp Hochreiter和他在NXAI的团队推出了一种称为扩展LSTM (xLSTM) 的新变体。

2024-AIDD-人工智能药物设计-利用深度学习优化中药复方益气解毒方对胶质母细胞瘤靶点的药物设计研究

itwangyang520的博客

05-10

772

利用深度学习优化中药复方益气解毒方对胶质母细胞瘤靶点的药物设计研究

深度学习关键概念理解

pumpkin84514的博客

05-14

450

深度学习的关键概念。

每天五分钟深度学习pytorch：tensor与python、numpy之间的转换

huanfeng_AI的博客

05-13

213

前面我们学习了pytorch的默认数据类型是torch.FloatTensor,那么本节课程我们将学习如何将不同的数据类型之间进行数据转换？还会学习tensor中cpu和gpu的转换，以及tensor和numpy以及python之间的类型转换，在实际编程中，可能这些需要时刻使用的。

pan和dbnet文字检测后处理的过程

01-13

PAN和DBNet是两种常用的文字检测模型。它们可以用于检测图像或文档中的文字并提取出来。在文字检测后，还需要进行后处理来提高检测结果的准确性和可用性。首先，文字检测模型（如PAN和DBNet）会将输入的图像或文档送入网络进行处理。这些模型通常包含多层卷积和池化层，以提取图像或文档中的文字特征。最终，模型会输出一个以文字边界框表示的检测结果。然后，在得到检测结果后，需要对其进行后处理。后处理的过程主要包括以下几个步骤： 1. 去除重叠框：由于检测模型的输出可能会有一些重叠的文字边界框，需要对这些重叠的框进行处理。常用的方法是根据一定的阈值来判断两个框是否重叠，然后选择其中一个框作为最终结果。 2. 合并连接框：一些文字可能会被检测成多个连接起来的框，需要将这些框合并成一个整体。常用的方法是利用文字的拓扑结构进行合并，即根据文字边界框之间的相对位置关系来进行判断和调整。 3. 框的调整和修正：有时候检测模型可能会将文字的边界框检测得不够准确，需要对框进行一些调整和修正。比如，可以根据文字的几何信息来调整框的位置和大小，或者根据文本行的分布规律来修正框的倾斜角度。 4. 锚点生成：在某些情况下，文字检测可能会漏检或检测错误。为了解决这个问题，可以采用一些方法来生成针对漏检区域的额外锚点。这样，即便漏检了一些文字，也可以通过后续的处理来恢复或补充。综上所述，PAN和DBNet的文字检测后处理过程包括去除重叠框、合并连接框、框的调整和修正以及锚点生成等环节。这些后处理步骤可以进一步提升文字检测的准确性和可用性，使得检测得到的文字结果更加省略具体。

“相关推荐”对你有帮助么？

非常没帮助
没帮助
一般
有帮助
非常有帮助

提交